python - 在 Keras 中加载模型权重时出现问题

Question

我已经使用 GloVe 词嵌入训练了一个模型，并保存了模型的架构和权重。我想对模型网络进行一些小的更改并再次训练模型。这是我的代码:

#Load back model, change architecture, train, predict
from keras import regularizers
from keras import layers
from keras.models import load_model

def create_model():
  model = Sequential()
  model.add(Embedding(max_fatures, embed_dim,input_length = X_train.shape[1]))
  model.add(Bidirectional(LSTM(150, return_sequences=True, dropout= 0.1, recurrent_dropout=0.1)))
  model.add(GlobalMaxPool1D())
  model.add(Dense(50, activation="relu"))
  model.add(Dropout(0.1))
  model.add(Dense(6, activation="sigmoid"))

  #Load GloVe
  model.layers[0].set_weights([embedding_matrix])
  model.layers[0].trainable = False
  model = load_model('/content/model_num2.h5')
  model.fit(X_train,y_train, nb_epoch=2, batch_size=32, show_accuracy=True, validation_split=0.1, verbose=2)
  return(model)

model2 = create_model()

当我调用 model2 时，它失败了。错误信息是:

ValueError: Cannot create group in read only mode.

我更改了 create_model() 函数中的一些前面的层，我最终想要训练模型(使用我之前保存的权重)并在测试集上进行预测。

任何帮助都会很棒!

编辑:忘记发布正在编译模型的部分。将其添加到函数中。

Answer 1

我不明白你的代码，您创建一个新的模型不会编译它并加载一个新模型，而是会删除您的模型？

1. 作为一项规则，您应该从头开始重写您的模型，因为在编译它时，它不再可变。通过访问模型对象属性/print_summary，您可以查看模型的架构

2. 每个权重都针对给定架构进行了优化，不确定使用其他架构的预训练权重是否可以节省计算时间，反而会增加过度拟合的风险