问题复现:
训练的模型存储方式:
model.save_weights(model_path)
模型加载方式
from keras.models import load_model
model = load_model(model_path)
异常:
ValueError: Unknown layer: TokenEmbedding
出现该错误是因为要保存的model中包含了自定义的层(Custom Layer),导致加载模型的时候无法解析该Layer
解决该问题的方法是在load_model函数中添加custom_objects参数,该参数接受一个字典,键值为自定义的层,当然也可以偷懒,直接使用custom_objects=get_custom_objects()
解决方案:
from keras.models import load_model
from keras_bert import get_custom_objects
model = load_model(model_path, custom_objects=get_custom_objects())
keras_bert中提供的get_custom_objects() 中包含如下元素:
{'LayerNormalization': <class 'keras_layer_normalization.layer_normalization.LayerNormalization'>, 'MultiHeadAtten

当尝试使用Keras的load_model加载包含自定义层的模型时,会遇到ValueError。解决方法是在load_model函数中提供custom_objects参数,传入一个包含自定义层的字典。可以使用keras_bert的get_custom_objects()或者手动添加缺失的自定义对象。
最低0.47元/天 解锁文章
3407

被折叠的 条评论
为什么被折叠?



