从TensorFlow检查点向Keras模型加载权重

Question

我已经使用Keras模型训练了TensorFlow，并使用keras.callbacks.ModelCheckpoint保存了权重，如下所示：

cp_callback = keras.callbacks.ModelCheckpoint(checkpoint_path,
                                          save_weights_only=True,
                                          verbose=1)
model.fit(X_train, Y_train, callbacks=[cp_callback], epochs=50, batch_size=256)

但是在尝试加载保存的权重时，我的模型没有任何变化，在构建并编译了模型体系结构之后，我按如下方式加载权重：

model.load_weights('./checkpoints/cp.ckpt')

但是什么也没发生，测试准确率就像是随机猜测，而我真正的测试准确率是80.49％

该模型由具有l2 kernel_regularizer和glorot kernel_initializer的keras dence层组成，我也正在使用TensorFlow版本1.12.0，有什么想法吗？