Question

警告：tensorflow：未将input_shape传递给第一层的顺序模型无法重新加载其优化器状态。因此，您的模型将从新初始化的优化器开始。

在尝试加载保存的模型时，我从张量流中遇到了此警告

import tensorflow.keras as keras
import tensorflow as tf

mnist = tf.keras.datasets.mnist
(x_train, y_train),(x_test, y_test) = mnist.load_data()
x_train = tf.keras.utils.normalize(x_train, axis=1)
x_test = tf.keras.utils.normalize(x_test, axis=1)

model = tf.keras.models.Sequential()
model.add(tf.keras.layers.Flatten())
model.add(tf.keras.layers.Dense(128, activation=tf.nn.relu))
model.add(tf.keras.layers.Dense(128, activation=tf.nn.relu))
model.add(tf.keras.layers.Dense(10, activation=tf.nn.softmax))

model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])

model.fit(x_train, y_train, epochs=3)

model.save('epic_num_reader.model')
new_model = tf.keras.models.load_model('epic_num_reader.model')
predictions = new_model.predict(x_test)

Answer 1

升级到TF 1.14后出现了相同的问题，我对此进行了修复，更改了第一层的定义：

model.add(tf.keras.layers.Flatten())

对此

model.add(tf.keras.layers.Flatten(input_shape=(28, 28)))

其中28是要展平的输入地图的大小（在我们的示例中为mnix像素）

Answer 2

如警告所示，第一层需要参数input_shape。在您的情况下，这将是Flatten层。

在keras文档中，有一个额外的部分介绍了顺序API。有关更多信息，请参见here。

Answer 3

model.add（tf.keras.layers.Flatten（ input_shape =（28，28）））

对于tf 1.14之后的第一层，要求使用输入类型，即特定图像的尺寸。

或者在检索模型时可能会收到警告，导致优化器无法正常工作

没有将“ input_shape”传递给第一层的顺序模型无法重新加载优化器状态

3 个答案: