Question

我创建这样的模型并保存模型：

def extract_and_duplicate(tensor, reps=1, batch_size=0, sample_size=0):
    tensor = K.reshape(tensor[:,:,0],(batch_size, sample_size, 1))
    if reps > 1:
        tensor = Concatenate()([tensor for i in range(reps)])
    return tensor

input = Input(batch_shape = (batch_size, sample_size, num_features))
out = <steps to create a NN with several layers>

pre_mask = Lambda(extract_and_duplicate, arguments = {'reps': some_number,'batch_size': batch_size, 'sample_size': sample_size})(input)
mask = TimeDistributed(Dense(m, activation = 'tanh'))(out)
out = Multiply()([pre_mask,mask])
model = Model(input, out)

当我在下面的行中加载模型时，会收到SIGSEGV信号。

load_model(model_path, custom_objects={'estimated_accuracy': estimated_accuracy, 'extract_and_duplicate': extract_and_duplicate})

我单步执行load_model方法，发现在加载Lambda层时，SIGSEGV失败。当我删除Lambda层时，加载模型即可。我是在做错什么还是在踩keras / tensorflow错误？

您可以提供解决方案或调查步骤吗？谢谢

Answer 1

您需要将创建lambda层所需的所有内容传递给custom_objects。否则Keras将不知道这些变量名的含义。

因此，添加some_number，batch_size，sample_size，reps以及将lambda层完全构建到custom_objects中所需的所有其他内容。

加载使用Lambda层的Keras / Tensorflow模型时出现细分违规（SIGSEGV）

1 个答案: