Загрузка сохраненной модели (двунаправленная LSTM) в Керас

Question

Загрузка сохраненной модели (двунаправленная LSTM) в Керас

1

Я обучил и сохранил двунаправленную модель LSTM в Keras успешно:

model = Sequential()
model.add(Bidirectional(LSTM(N_HIDDEN_NEURONS,
                        return_sequences=True,
                        activation="tanh",
                        input_shape=(SEGMENT_TIME_SIZE, N_FEATURES))))
model.add(Bidirectional(LSTM(N_HIDDEN_NEURONS)))
model.add(Dropout(0.5))
model.add(Dense(N_CLASSES, activation='sigmoid'))
model.compile('adam', 'binary_crossentropy', metrics=['accuracy'])

model.fit(X_train, y_train,
          batch_size=BATCH_SIZE,
          epochs=N_EPOCHS,
          validation_data=[X_test, y_test])

model.save('model_keras/model.h5')

Однако, когда я хочу загрузить его с помощью:

model = load_model('model_keras/model.h5')

Я получаю сообщение об ошибке:

ValueError: вы пытаетесь загрузить файл веса, содержащий 3 слоя, в модель с 0 слоями.

Я также пробовал разные методы, такие как сохранение и загрузка архитектуры модели и весов отдельно, но ни один из них не работал для меня. Кроме того, ранее, когда я использовал обычные (однонаправленные) LSTM, загрузка модели работала нормально.

Tomasz Bartkowiak 09 июль 2018, в 00:37

Источник

0

Вы уверены, что ваша модель построена без ошибок? input_shape=(SEGMENT_TIME_SIZE, N_FEATURES) должен быть аргументом Bidirectional слоя, а не LSTM . Какая у тебя версия Keras?
today 08 июль 2018, в 22:16
0

@today сегодня я уверен, что это аргумент слоя LSTM
Primusa 08 июль 2018, в 22:16
0

@Primusa Это странно. Это дает мне ошибку на Keras 2.1.3.
today 08 июль 2018, в 22:17
0

Позвольте мне проверить это, я вернусь к вам, если это просто я глупость: P
Primusa 08 июль 2018, в 22:17
0

Это похоже на ошибку внутри керас
Primusa 08 июль 2018, в 22:28
0

@TomaszBartkowiak Пожалуйста, опубликуйте также выходные данные: import keras; print(keras.__version__) .
today 08 июль 2018, в 22:28
0

@today Сегодня я использую keras версии 2.2.0, этот код выдает ошибку при загрузке сохраненной модели. То же самое происходит с вами? pastebin.com/iKCXZVxG
Primusa 08 июль 2018, в 22:31
0

@Primusa Для меня, как я уже говорил, он жалуется на input_shape , а именно: ValueError: The first layer in a Sequential model must get an 'input_shape' or 'batch_input_shape' argument. Вероятно, это из-за того, что моя версия Keras (т.е. 2.1.3) старше вашей.
today 08 июль 2018, в 22:34
0

Не могли бы вы попробовать обновить keras, я использую более свежую версию. Если не существует способа сэкономить на 2.1.3, в этом случае я, вероятно, должен понизить
Primusa 08 июль 2018, в 22:35
0

@Primusa После обновления до 2.2.0 выдает ту же ошибку, что и ОП.
today 08 июль 2018, в 22:46
0

@today сегодня я использую Keras 2.2.0
Tomasz Bartkowiak 08 июль 2018, в 23:42
0

@today сегодня что Если вы запустите свой код с помощью model.fit(np.random.rand(10, SEGMENT_TIME_SIZE, N_FEATURES), np.random.randn(10, N_CLASSES), batch_size=BATCH_SIZE, epochs=N_EPOCHS, validation_data=[np.random.rand(2, SEGMENT_TIME_SIZE, N_FEATURES), np.random.randn(2, N_CLASSES)]) Это работает для меня.
Tomasz Bartkowiak 08 июль 2018, в 23:51
0

Я совершенно уверен, что параметр input_shape должен быть Bidirectional . По крайней мере, на Keras 2.1.5 и 2.2.0, если input_shape определен как Bidirectional , я могу сохранить и загрузить модель без ошибок!
mpariente 09 июль 2018, в 11:18
0

@mpariente @ сегодня Ты был прав, ребята. input_shape является аргументом Bidirectional , не LSTM см Keras документации . Большое спасибо!
Tomasz Bartkowiak 09 июль 2018, в 11:35

Показать ещё 12 комментариев

Теги:

python

machine-learning

keras

lstm

neural-network

1 ответ

Ещё вопросы

Вы уверены, что ваша модель построена без ошибок? input_shape=(SEGMENT_TIME_SIZE, N_FEATURES) должен быть аргументом Bidirectional слоя, а не LSTM . Какая у тебя версия Keras?
@today сегодня я уверен, что это аргумент слоя LSTM
@Primusa Это странно. Это дает мне ошибку на Keras 2.1.3.
Позвольте мне проверить это, я вернусь к вам, если это просто я глупость: P
Это похоже на ошибку внутри керас
@TomaszBartkowiak Пожалуйста, опубликуйте также выходные данные: import keras; print(keras.__version__) .
@today Сегодня я использую keras версии 2.2.0, этот код выдает ошибку при загрузке сохраненной модели. То же самое происходит с вами? pastebin.com/iKCXZVxG
@Primusa Для меня, как я уже говорил, он жалуется на input_shape , а именно: ValueError: The first layer in a Sequential model must get an 'input_shape' or 'batch_input_shape' argument. Вероятно, это из-за того, что моя версия Keras (т.е. 2.1.3) старше вашей.
Не могли бы вы попробовать обновить keras, я использую более свежую версию. Если не существует способа сэкономить на 2.1.3, в этом случае я, вероятно, должен понизить
@Primusa После обновления до 2.2.0 выдает ту же ошибку, что и ОП.
@today сегодня что Если вы запустите свой код с помощью model.fit(np.random.rand(10, SEGMENT_TIME_SIZE, N_FEATURES), np.random.randn(10, N_CLASSES), batch_size=BATCH_SIZE, epochs=N_EPOCHS, validation_data=[np.random.rand(2, SEGMENT_TIME_SIZE, N_FEATURES), np.random.randn(2, N_CLASSES)]) Это работает для меня.
Я совершенно уверен, что параметр input_shape должен быть Bidirectional . По крайней мере, на Keras 2.1.5 и 2.2.0, если input_shape определен как Bidirectional , я могу сохранить и загрузить модель без ошибок!
@mpariente @ сегодня Ты был прав, ребята. input_shape является аргументом Bidirectional , не LSTM см Keras документации . Большое спасибо!

Tomasz Bartkowiak · Accepted Answer · 2018-07-09T10-29-00.000Z

Как упоминалось @mpariente и @today, input_shape является аргументом input_shape, а не LSTM, см. Документацию Keras. Мое решение:

# Model
model = Sequential()
model.add(Bidirectional(LSTM(N_HIDDEN_NEURONS,
                             return_sequences=True,
                             activation="tanh"), 
                        input_shape=(SEGMENT_TIME_SIZE, N_FEATURES)))
model.add(Bidirectional(LSTM(N_HIDDEN_NEURONS)))
model.add(Dropout(0.5))
model.add(Dense(N_CLASSES, activation='sigmoid'))
model.compile('adam', 'binary_crossentropy', metrics=['accuracy'])

model.fit(X_train, y_train,
          batch_size=BATCH_SIZE,
          epochs=N_EPOCHS,
          validation_data=[X_test, y_test])

model.save('model_keras/model.h5')

а затем, чтобы загрузить, просто выполните:

model = load_model('model_keras/model.h5')