Jak načíst staré Keras model v Tensorflow 2.0 s vlastní lambda vrstvy?

0

Otázka

Snažím se načíst tento model, který obsahuje vlastní funkce a lambda vrstvy, pomocí následující kód:

def load_efficient_pose_model():
    custom_objects = {'BilinearWeights': keras_BilinearWeights, 'Swish': Swish(eswish), 'eswish': eswish, 'swish1': swish1}
    model = keras.models.load_model('my_location/EfficientPoseII.h5',custom_objects=custom_objects)

Při použití Tensorflow 1.13.1 a Keras, vše funguje správně. Nicméně, když jsem pomocí Tensorflow 2.7 (s vestavěným-in Keras), následující chyba se stane:

Traceback (most recent call last):
   ....
  File "/home/ubuntu/anaconda3/envs/tf2_runtime/lib/python3.7/site-packages/keras/utils/traceback_utils.py", line 67, in error_handler
    raise e.with_traceback(filtered_tb) from None
  File "/Users/daniegr/Programming/EfficientPose/utils/units.py", line 90, in <lambda>
NameError: name 'K' is not defined

Také jsem se snažil načítání modelu v Tensorflow 1.13.1 a uložení modelu a vah separetly, ale problém zůstává.

Když serializace model do JSON, dostávám tyto zajímavé řádky:

        {
            "name": "lambda_1_res1",
            "class_name": "Lambda",
            "config": {
                "name": "lambda_1_res1",
                "trainable": false,
                "function": [
                    "4wEAAAAAAAAAAQAAAAEAAABTAAAAcwQAAAB8AFMAKQFOqQApAdoBeHIBAAAAcgEAAAB6Ri9Vc2Vy\ncy9kYW5pZWdyL1Byb2dyYW1taW5nL0VmZmljaWVudFBvc2UvbW9kZWxzL2VmZmljaWVudG5ldHMv\nbW9kZWwucHnaCDxsYW1iZGE+HQEAAPMAAAAA\n",
                    null,
                    null
                ],
                "function_type": "lambda",
                "output_shape": null,
                "output_shape_type": "raw",
                "arguments": {}
            },

Můj odhad je, že nějak starý model šetří části kódu, který přístup K jako backend, který není k dispozici v Tensorflow 2.

Prošel jsem tyto související otázky, so1 a so2, ale nemohla najít odpověď.

Nějaký nápad?

keras tensorflow
2021-11-23 09:56:35
2
0

Pokud jste v pořádku s tím, že není schopen pro přístup k interní proměnné v uložených model, můžete použít nižší úrovně API tf.saved_model.load() načíst model. To načte pouze graf a závaží, takže můžete stále spustit kód modelu, ale nebude to tak pohodlné použití.

2021-11-28 19:06:35

Zkoušel jsem to a to neřeší můj problém, ale díky za snahu mi pomoci.
Andrey

Nejlepší odpověď

0

Po kontaktování autora účinné-představují knihovny, problém byl, že Tensorflow2.7 je v současné době podporován. S Tensorflow 2.5 to funguje

2021-12-14 08:29:42

V jiných jazycích

Tato stránka je v jiných jazycích

Русский
..................................................................................................................
Italiano
..................................................................................................................
Polski
..................................................................................................................
Română
..................................................................................................................
한국어
..................................................................................................................
हिन्दी
..................................................................................................................
Français
..................................................................................................................
Türk
..................................................................................................................
Português
..................................................................................................................
ไทย
..................................................................................................................
中文
..................................................................................................................
Español
..................................................................................................................
Slovenský
..................................................................................................................