tf.keras.models.save_model 和优化器警告

我使用tf.keras创建了一个Sequential模型,如下所示:

model = tf.keras.Sequential()model.add(tf.keras.layers.Dense(8, input_dim=4))model.add(tf.keras.layers.Dense(3, activation=tf.nn.softmax))opt = tf.train.AdamOptimizer(learning_rate=0.001)model.compile(optimizer=opt, loss="categorical_crossentropy", metrics=["accuracy"])model.summary()

之后,我使用train_on_batch创建了一个训练过程:

EPOCHS=50for epoch in range(EPOCHS):  for metrics, labels in dataset:    # 计算训练损失和准确率    tr_loss, tr_accuracy = model.train_on_batch(metrics, labels)

当我尝试保存模型时,我收到了一个警告。我不明白为什么,因为我已经在model.compile中包含了优化器:

tf.keras.models.save_model(    model,    "./model/iris_model.h5",    overwrite=True,    include_optimizer=True)

警告:tensorflow:TensorFlow的优化器在实例化后无法访问优化器属性或优化器状态。因此,我们无法将优化器作为模型保存文件的一部分保存。你将需要在加载模型后重新编译模型。建议使用Keras优化器代替(参见keras.io/optimizers)。

我使用的TensorFlow版本是1.9.0-rc2。


回答:

正如警告中所说,TensorFlow的优化器在保存模型时无法被保存。请改用Keras提供的优化器

opt = tf.keras.optimizers.Adam(lr=0.001)

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注