如何解决加载模型以获得新预测的问题?

2024-03-29 10:57:45 发布

您现在位置:Python中文网/ 问答频道 /正文

我训练了一个模型并将其保存为import os model.save(''),我想使用我的模型对新的测试集进行预测,所以我通过model = tf.keras.models.load_model('')加载它。。 它显示了加载Keras模型时检测到的警告(警告:tensorflow:SavedModel在TF 2.5之前保存。请确保使用model.save()或TF.Keras.models.save_model(),而不是TF.saved_model.save()。要确认,应该有一个名为“Keras_metadata.pb”的文件在SavedModel目录中。

现在的问题是,当我做预测时,它会给我不准确的结果。。这似乎是对训练/测试集的相同预测,而不是对新的训练/测试集

另外,我注意到tensoerflow类型是2.6,但当我保存模型时,它是2.5。。这是个问题吗? 请尽快帮我


Tags: 模型import警告modelosmodelssavetf
1条回答
网友
1楼 · 发布于 2024-03-29 10:57:45

添加此警告是为了鼓励用户使用model.save而不是tf.saved_model.save保存keras模型

使用tf.saved_model.save保存keras模型只保存基本级别的数据(如graphdef/checkpoint),其中as model.save保存层configs/trainable status/name/其他python属性以及graphdef/checkpoint

此警告不会影响模型训练或推理。我使用了一个简单的mnist模型来证明警告不会影响经过训练的模型。我已经用TF2.5训练了这个mnist模型,并加载了tf-nightly。加载模型后,我重新训练了模型,并注意到模型的性能没有损失

作为参考,这里有一个我上面提到的gistmnist模型

相关问题 更多 >