代码之家 › 专栏 › 技术社区 › Roshni Amber

在Keras中重新培训一个保存的模型,该模型是使用“批量”培训的。

generative-adversarial-network deep-learning keras tensorflow python-3.x

3

Roshni Amber · 技术社区 · 7 年前

我在做Gans,我需要在工作时间后保存模型。然后我必须重新将以前保存的模型保存到原来的位置。我将保存这三个模型,以便以后继续培训。

Discriminator Model.h5
Generator Model.h5
Generator-on-Discriminator Model.h5

对于这些型号,我使用 perceptual loss 和 Wasserstein loss . 但是当我 load_model 要再次重新返回保存的模型,会遇到以下错误。

Unknown loss function:wasserstein_loss

我也试过了 Discriminator.compile(loss=Wasserstein loss) 但这仍然不能解决我的问题。你们中的任何人都能引导我了解这一点,并告诉我有可能使用train_on_batch()重新培训保存的模型。

1 回复 | 直到 7 年前

1

3

Roshni Amber 7 年前

我自己解决

定义 custom_objects={'wassertein_loss':wassertein_loss} 在加载模型时,沿着路径解决了我的问题。即

Discriminator=load_model(model_path, custom_objects={'wassertein_loss':wassertein_loss} )