tf。版本 '1.12.0'
我有一个自定义损失函数，需要多个输入。除非我尝试保存和加载模型，否则它工作正常。这是一个简单的示例，显示了输入丢失的方式。请看看。
x = tf.keras.Input(shape=(5,), name='input')
y_true = tf.keras.Input(shape=(5,), name='y_true' )
y_pred = tf.keras.layers.Dense(5)(x)
other_data = tf.keras.Input(shape=(5,), name='other_data' )
model = tf.keras.Model(inputs=[x, y_true, other_data], outputs=y_pred)
def custom_loss(y_true, y_pred):
return tf.reduce_sum(tf.pow(y_true -y_pred,2)) + tf.reduce_sum(tf.multiply(y_pred,other_data))
model.compile(optimizer=tf.keras.optimizers.Adam(lr=0.01, beta_2=0.99), loss=custom_loss)
data = np.random.rand(5,5)
model.fit([data, data, data], data)
model.save('tmp.h5')
print(model.input_names)
model1 = tf.keras.models.load_model('tmp.h5', custom_objects={'custom_loss':custom_loss})
print(model1.input_names)
model1.fit([data, data, data], data)
Epoch 1/1 5/5 [=============================]-0s 42ms / step-损失： 9.4392
['input'，'y_true'，'other_data'] <--------------这很好
['input'] <-----------这里发生了什么？
回溯（最近通话最近一次）：
文件“”，第21行，在 model1.fit（[数据，数据，数据]，数据）
文件 “ C：\ src \ Anaconda3 \ envs \ deepema \ lib \ site-packages \ tensorflow \ python \ keras \ engine \ training.py”， 1536行，适合 validate_split = validation_split）
文件 “ C：\ src \ Anaconda3 \ envs \ deepema \ lib \ site-packages \ tensorflow \ python \ keras \ engine \ training.py”， _standardize_user_data中的第992行 class_weight，batch_size）
文件 “ C：\ src \ Anaconda3 \ envs \ deepema \ lib \ site-packages \ tensorflow \ python \ keras \ engine \ training.py”， 第1117行，在_standardize_weights中 exception_prefix ='input'）
文件 “ C：\ src \ Anaconda3 \ envs \ deepema \ lib \ site-packages \ tensorflow \ python \ keras \ engine \ training_utils.py”， 第293行，位于standardize_input_data中 str（len（data））+'arrays：'+ str（data）[：200] +'...'）
ValueError：检查模型输入时出错：Numpy数组的列表 您传递给模型的信息不是模型期望的大小。 预计将看到1个数组，但得到以下3个列表 数组：[array（[[0.12768201，0.06106967，0.99779087，0.50767692， 0.21839594]， [0.82444334、0.1367274、0.14495117、0.32396153、0.24457874]， [0.29870316、0.40644681、0.69308081、0.30091417、0.776 ...