Question

我已经在Windows 10，Python 3.5，Keras 2.0.6中训练并保存了Keras模型。

在Windows中，我可以加载模型并重复使用它。但是，当我尝试在Linux（Ubuntu），Keras 2.0.5中加载模型时，我收到以下错误：

ValueError：优化器重量形状（90，）与提供的重量形状（31,90）不兼容

我尝试卸载Keras并使用Pip重新安装，然后对Conda执行相同的操作。这是Windows和Linux的兼容性问题，还是其他什么？

非常感谢

训练和保存模型的代码：

from keras.models import Sequential
from keras.layers import Dense

import keras.backend as K
def inRange(y_true, y_pred):
    return K.sum(K.cast(K.less_equal(K.abs(y_true-y_pred), 8), "int32")) / K.shape(y_true)[0]

# create model
model = Sequential()
model.add(Dense(n1, input_dim=X_train.shape[1], activation='relu'))
model.add(Dense(n2, activation='relu'))
model.add(Dense(1, activation='linear'))


# Compile model
model.compile(loss='mean_squared_error', optimizer='adam', metrics=['accuracy', inRange])

# Fit the model
history = model.fit(X_train, y_train, epochs=maxEpoch, batch_size=10)

# evaluate the model
scores = model.evaluate(X_train, y_train)
print("\n%s: %.2f%%" % (model.metrics_names[1], scores[1]*100))

# save the model
model.save('length_predict.h5', overwrite=True, include_optimizer=True)

加载已保存模型的代码：

import keras.backend as K
from keras.models import load_model

# Custom metric for use in the keras ANN models, needs to be loaded as a custom object
def inRange(y_true, y_pred):
    '''
    Function for determining the percentage of points that fall within the +-8% error
    '''
    return K.sum(K.cast(K.less_equal(K.abs(y_true-y_pred), 8), "int32")) / K.shape(y_true)[0]

# Load the ANN
model_length = load_model('length_predict.h5', custom_objects={'inRange':inRange})

Answer 1

谢谢，它实际上是版本不兼容问题。

出于某种原因，Anaconda在Windows中安装了2.0.6版，但在Linux中只安装了2.0.5版。我在我的Linux机器上手动下载并安装了2.0.6（来自Keras github页面），然后代码工作了：）

Python Keras - Windows和Linux之间的兼容性

1 个答案: