Question

我已经基于VGG16创建了一个模型：

base_model = VGG16(weights='imagenet', include_top=False,
                   input_tensor=next_batch["image"],
                   input_shape=INPUT_SHAPE)
x = base_model.output
# model customization follows, not relevant

请注意，在代码段中，我指定了input_tensor的{{1}}。

我已经对模型进行了一些训练，然后使用tf.data.Dataset

保存了模型

现在，当我尝试使用model.save("model.h5")加载模型并继续对其进行训练时，我得到：

回溯（最近通话最近）： tensorflow.python.framework.errors_impl.InvalidArgumentError：您必须用dtype float和占位符张量'input_1'的值形状[？，512,512,3] [[{{node input_1}} = Placeholderdtype = DT_FLOAT，shape = [?, 512,512,3]， _device =“ / job：localhost /副本：0 / task：0 / device：GPU：0”]]

问题是，如何在已加载的模型上指定load_model("model.h5")？

Answer 1

通读负责模型加载的代码后，我提出了以下解决方案：

class InputLayerFix:
    @staticmethod
    def from_config(config):
        return InputLayer(input_tensor=next_batch["image"],
                          dtype=config["dtype"],
                          name=config["name"],
                          batch_input_shape=config["batch_input_shape"])

custom_objects = {"InputLayer": InputLayerFix}
model.load_model("model.h5", custom_objects=custom_objects)

此代码基于以下事实：反序列化例程首先检查custom_objects以实例化要实例化的类（https://github.com/tensorflow/tensorflow/blob/r1.12/tensorflow/python/keras/utils/generic_utils.py#L155）

如何在已加载的模型上设置input_tensor

1 个答案: