我试图将权重从Keras 1.0模型加载到我创建的Keras 2.0模型中。我确信模型架构是完全一样的。我遇到的问题是load_weights（）函数正在加载所有权重。
当我将权重从原始模型（通过load_model加载）和带有load_weights（）的新模型打印到文本文件时，后者会丢失很多条目，并且实际上有所不同。由于准确性较低，因此在进行预测时也会显示自身。
此问题仅发生在我的LSTM层中。嵌入层很好，密集层也很好。
有什么想法吗？我不能使用load_model（），因为原始保存的模型是在keras 1.0中完成的，我需要使用keras 2.0
编辑更多：
我应该注意，我认为问题是内部状态未加载。让我解释一下。当我在每一层上使用get_weights（）并在终端或文件上打印时，原始模型将输出更大的矩阵。
在使用load_weights然后使用get_weights并打印权重矩阵后，缺少许多元素。我在想这是内部状态。
答案 0 :(得分：0)
问题是保存了已编译图形的参数。我认为，如果可以的话，仅举重并继续训练以使其追赶（也许是1-2个纪元）是安全的。
Gl