Question

我想在模型中修改gumbel-softmax。我发现作者实现了张量流。我将其带到我的源代码中，并在lambda层中使用它替换了现有的softmax行为层。它起作用了，但是当该模型克隆其他模型时出现了问题，但出现了错误。有解决此问题的解决方案或经验吗？

感谢阅读。

Traceback (most recent call last):
  File "D:/dev/workspace/starcraftrlchallenge/python/saida_agent_example/zealotVsZealot/zealot_vs_zealot_v0_Proposed_discreted_gumbel_mb.py", line 269, in <module>
    agent.compile([Adam(lr=5e-5), Adam(lr=5e-5)], metrics=['mae'])
  File "D:\dev\workspace\starcraftrlchallenge\python\core\algorithm\MAProposed.py", line 321, in compile
    self.actor_train_on_batch = self.actor_optimizer()
  File "D:\dev\workspace\starcraftrlchallenge\python\core\algorithm\MAProposed.py", line 163, in actor_optimizer
    self.target_actor = keras.models.clone_model(self.actor)
  File "C:\Users\SDS-1\Anaconda3\lib\site-packages\keras\models.py", line 251, in clone_model
    return _clone_functional_model(model, input_tensors=input_tensors)
  File "C:\Users\SDS-1\Anaconda3\lib\site-packages\keras\models.py", line 139, in _clone_functional_model
    layer(computed_tensor, **kwargs))
  File "C:\Users\SDS-1\Anaconda3\lib\site-packages\keras\engine\base_layer.py", line 457, in __call__
    output = self.call(inputs, **kwargs)
  File "C:\Users\SDS-1\Anaconda3\lib\site-packages\keras\layers\core.py", line 687, in call
    return self.function(inputs, **arguments)
  File "D:\dev\workspace\starcraftrlchallenge\python\saida_agent_example\zealotVsZealot\model\ac_networks_gumbel_mb.py", line 22, in <lambda>
    action_logit = Lambda(lambda h : gumbel_softmax(h, hard=True))(h)
NameError: name 'gumbel_softmax' is not defined

Answer 1

看看clone_model source code似乎使用了与模型加载相同的from_config方法。在那里（当加载模型时）要特别注意自定义对象。如Keras FAQ中所述：

如果要加载的模型包含自定义图层或其他自定义类或函数，则可以通过custom_objects参数将它们传递给加载机制。

尽管clone_model没有这样的论点。一个简单的解决方法是保存和加载模型以便克隆它：

from keras.models import load_model

def gumbel_softmax:
    ....

model.save('tmp.h5')
clone = load_model('tmp.h5', custom_objects={'gumbel_softmax': gumbel_softmax})
os.remove('tmp.h5')

在Keras中克隆使用具有用户定义函数的lambda层的模型时，找不到函数

1 个答案: