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
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asmodel.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gist和
mnist
模型相关问题 更多 >
编程相关推荐