在重新加载加载的Keras模型

Question

我在之前训练过的模型上得到的val_categorical_accuracy非常低。我遵循的步骤：

1. 该模型经过30个时期的训练。
2. 达到了〜0.60 val_categorical_accuracy 和categorical_accuracy。
3. 使用Kerases model.save()方法保存。

4. 在使用Keras.models.load_model()加载并对其进行评估时，它会在正确的级别上返回准确性。 〜0.60

   from keras.models import load_model
   model = load_model(path)
   

5. 尝试使用model.fit_generator()的{​​{1}}重新加载加载的模型时，精度从底部开始~0.01：

   model.fit()

该模型是VGG16的修改版本，带有Epoch 2/30 21537/21537 [==============================] - 4311s - loss: 5.6385 - **categorical_accuracy: 0.0084** - val_loss: 5.6023 - **val_categorical_accuracy: 0.0101** Epoch 3/30 21537/21537 [==============================] - 3477s - loss: 5.5899 - **categorical_accuracy: 0.0103** - val_loss: 5.5601 - **val_categorical_accuracy: 0.0113** Epoch 4/30 21537/21537 [==============================] - 3475s - loss: 5.5542 - **categorical_accuracy: 0.0117** - val_loss: 5.5154 - **val_categorical_accuracy: 0.0125** 的2个密集层，这是我唯一可能弄乱权重的可能性，但在没有它的加载模型上我遇到了同样的问题。

• 优化工具：kernel_initializer='VarianceScaling'

• 〜/ .keras / keras.json：

  SGD(lr=0.1, decay=1e-6, momentum=0.9, nesterov=True)

我还应该做些什么来正确加载模型并重新训练？

编辑：

在GitHub上发现相关问题https://github.com/keras-team/keras/issues/2378