tf调不到keras怎么 回事_解决Tensorflow2.0 tf.keras.Model.load_weights() 报错处理问题

错误描述：

1、保存模型：model.save_weights('./model.h5')

2、脚本重启

3、加载模型：model.load_weights('./model.h5')

4、模型报错：ValueError: You are trying to load a weight file containing 12 layers into a model with 0 layers.

问题分析：

模型创建后还没有编译，一般是在模型加载前调用model.build(input_shape), 但我通过Dataset将输入已经变为dict格式了，暂时没找这样输入怎么匹配input_shape参数

解决方法：

model.fit(train_dataset, epochs=0)

将epochs设为0，这样模型在编译的同时不会训练数据，减少耗费的时间，之后就可以正常加载保存的参数了

补充知识：调用Kears中kears.model.load_model方法遇到的问题和解决方法

之前一直使用tf和pytorch，就算是tf也是tf.estimator用得比较多，很少使用keras，最近尝试使用kears快速训练和部署一些分类任务,在使用load_model的时候遇到一些问题

问题1：

SystemError: unknown opcode

原因是因为模型定义用到了lambda

gap = Lambda(lambda x: x[0]/x[1], name = 'RescaleGAP')([gap_features, gap_mask])

我在python3.5的环境训练的模型，python3.6的环境load模型。两个环境的lambda有差异，这个问题。

问题2：

ValueError: Unknown metric function:****

我的错误是

ValueError: Unkn