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

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注