Question

我正在tensorflow-keras中建立自定义训练环境，我想知道是否可以重新连接保存在不同文件中的模型的共享权重。

我有一个注意力编码器-解码器模型，众所周知，注意力训练模型与预测模型略有不同，但是这些模型具有相同的权重。首先，我使用tf.keras.models.save_model将未经训练的模型保存到3个文件中：

完整模型（训练模型）
编码器模型（预测模型）
解码器模型（预测模型）

然后，我尝试使用tf.keras.models.load_model加载上述三个模型，并像往常一样只训练完整模型。

full_model = tf.keras.models.load_model(
    'full_model.h5'), 
    custom_objects={'AttentionLayer': AttentionLayer}
)
encoder_model = tf.keras.models.load_model(
    os.path.join('encoder.h5'), 
    custom_objects={'AttentionLayer': AttentionLayer}
)
decoder_model = tf.keras.models.load_model(
    os.path.join('decoder.h5'), 
    custom_objects={'AttentionLayer': AttentionLayer}
)

full_model.train()...

因此，full_model权重正在按预期方式更新...但是，编码器和解码器权重仍处于冻结状态。有什么方法可以重新连接这些模型的图？

负载模型与keras后如何连接图形？

0 个答案: