我正在尝试从另一个训练好的keras模型创建一个新的keras模型

参考的模型训练示例代码来自这里：

#TF version 2.2.0from tensorflow.python.keras import models, layersfrom tensorflow.python.keras.models import Sequentialfrom tensorflow.python import kerasimport tensorflow as tf from tensorflow.python.keras.layers import Densefrom tensorflow.keras.datasets import boston_housing(x_train,y_train), (x_test,y_test) = boston_housing.load_data()model = Sequential()model.add(Dense(2, activation='relu', input_shape=(13,)))model.add(Dense(1, activation='softmax'))model.compile(optimizer='rmsprop',loss='categorical_crossentropy',metrics=['accuracy'])model.fit(x_train, y_train,batch_size= 64,epochs= 1,validation_split=0.2)

将模型保存为json格式

json_obj = model.to_json()new_model = keras.models.model_from_json(json_obj)

但是在创建new_model后，weights是不同的：

model.get_weights() != new_model.get_weights()

如果我使用from_config()来创建new_model，情况也是如此。我的问题是，当我从model创建new_model时，两个模型的权重不应该是相同的吗？还是我的理解有误？任何建议都将有所帮助

回答：

to_json方法不会保存模型的权重，只会保存模型的架构。

请参考这里：to_json方法

我建议你使用save_model方法。

如果你想直接将模型复制到另一个模型中，可以执行以下操作：

new_model = tf.keras.models.clone_model(model)new_model.set_weights(model.get_weights())