代码之家 › 专栏 › 技术社区 › Mitiku

当使用python 3调用预测函数时,用python 2训练的keras模型给出了NaN值。

keras tensorflow python

Mitiku · 技术社区 · 7 年前

我有一个用python 2.7训练过的keras模型。当我试图预测时,这个模型在python 2.7上工作正常。但当我尝试在python 3上使用这个模型进行预测时,它总是预测[[南南南南南]]的值。

下面是我用来从JSON加载模型的代码

def load_model_from_args(args):
    with open(args.json) as json_file:
        model = model_from_json(json_file.read())
        model.load_weights(args.weights)
        return model

这就是我想要预测的地方

def get_emotion(features,model):
    predictions = model.predict(features)
    print(predictions)
    # [[nan nan nan nan nan nan nan]]
    # the reset of the code

产生这种类型差异的原因是什么?

1 回复 | 直到 7 年前

Daniel Möller 7 年前

您可以尝试以下方法(不确定是否有效,但看起来很干净):

获取模型的权重并用numpy保存:

#in 2.7
weights = model.get_weights()
np.save('weights27.npy', weights)

通过python 3中的代码再次创建模型:

#in python 3, do no load the saved model, create a new one:
#same layers, same sizes, everything
...model code...
model3 = Model(...)

将权重加载到模型中:

model3.set_weights(np.load('weights27.npy'))

尝试使用模型。

尝试解决泡菜问题:

weights = model.get_weights()
for i,w in enumerate(weights):
    np.save('weights-' + str(i) + ".npy", w, allow_pickle=False)

在python 3中:

weights = []
for i in range(theTotalNumberOfSavedWeights):
    weights.append(np.load("weights-" + str(i) + ".npy", allow_pickle=False))

model2.set_weights(weights)

推荐文章