Question

我正在使用Colab创建一个简单的Keras模型，对其进行编译，训练，运行预测，然后尝试按照here所述保存模型

问题是我收到此错误：

 FailedPreconditionError: Attempting to use uninitialized value input/kernel
 [[Node: _retval_input/kernel_0_1 = _Retval[T=DT_FLOAT, index=1, _device="/job:localhost/replica:0/task:0/device:CPU:0"](input/kernel)]]

这是我的模特：

locModel = Sequential()
locModel.add(Conv2D(32, (3, 3), activation='relu', input_shape=(240, 130,1), name='input'))
locModel.add(MaxPooling2D(pool_size=(2, 2)))
locModel.add(Conv2D(64, (3, 3), activation='relu'))
locModel.add(MaxPooling2D(pool_size=(2, 2)))     
locModel.add(Conv2D(128, (2, 2), activation='relu'))
locModel.add(MaxPooling2D(pool_size=(2, 2)))
locModel.add(Flatten())
locModel.add(Dense(256, activation='relu'))
locModel.add(Dense(8, name='predicted_corners'))

sgd = SGD(lr=0.01, momentum=0.9, nesterov=True)
locModel.compile(loss='mean_squared_error',metrics=['accuracy'], optimizer=sgd)

培训：

hist = locModel.fit(imageData, 
                localization_labels, 
                epochs=100, 
                validation_split=0.2,
               callbacks=[tbCallBack])

评估：

predictions = locModel.predict(testImages)

然后我尝试保存它，如上面的链接所述：

import tensorflow as tf
from keras import backend as K

KERAS_MODEL_NAME = "keras.hdf5"

# Save tf.keras model in HDF5 format.
tf.keras.models.save_model(locModel, KERAS_MODEL_NAME)

任何帮助表示赞赏！

TensorFlow版本： 1.10.0

Keras版本： 2.1.6

更新1：

locModel.save_weights('weights.h5')

完整无误-我的最终目标是转换为TFLite，所以我需要整个图形。

更新2：

为图层添加了初始化器：

locModel = Sequential()
locModel.add(Conv2D(32, (3, 3), activation='relu', input_shape=(240, 130,1), name='input', kernel_initializer='random_uniform'))
locModel.add(MaxPooling2D(pool_size=(2, 2)))
locModel.add(Conv2D(64, (3, 3), activation='relu', kernel_initializer='random_uniform'))
locModel.add(MaxPooling2D(pool_size=(2, 2)))        
locModel.add(Conv2D(128, (2, 2), activation='relu', kernel_initializer='random_uniform'))
locModel.add(MaxPooling2D(pool_size=(2, 2)))
locModel.add(Flatten( ))
locModel.add(Dense(256, activation='relu'))
locModel.add(Dense(8, name='predicted_corners'))

sgd = SGD(lr=0.01, momentum=0.9, nesterov=True)
locModel.compile(loss='mean_squared_error',metrics=['accuracy'], optimizer=sgd)

上述更改后，出现以下错误

ValueError: Fetch argument <tf.Variable 'input_1/kernel:0' shape=(3, 3, 1, 32) dtype=float32_ref> cannot be interpreted as a Tensor. (Tensor Tensor("input_1/kernel:0", shape=(3, 3, 1, 32), dtype=float32_ref) is not an element of this graph.)

Answer 1

更改自：

tf.keras.models.save_model(locModel, KERAS_MODEL_NAME)

变成：

keras.models.save_model(locModel, KERAS_MODEL_NAME)

您正在将tensorflow.keras与用于创建您的模型的keras软件包混合，这似乎是不允许的。确保重新启动笔记本计算机，以清除模型中的旧不一致之处。我遇到了完全相同的问题，一旦我对所有keras调用始终使用相同的程序包就起作用了。

无法保存Keras模型

1 个答案: