Keras？load_model ValueError：轴与数组不匹配

Question

我正在用我自己的数据集的keras-gan / wgan-gp示例研究gan 。我保存模型 wgan.generator.save('generator.h5')

wgan.critic.save('critic.h5')

并加载

model = load_model('generator.h5')

model = load_model('critic.h5')

但这只在第一时间有效。当我在第二次训练后再次保存模型并运行时

model = load_model('generator.h5')

model = load_model('critic.h5')

再次，错误发生？

（）中的ValueError追溯（最近一次调用是最近一次）----> 1模型= load_model（'generator.h5'）

D：load_model（文件路径，custom_objects，编译）中的D：\ keras \ engine \ saving.py 262263＃设置权重-> 264 load_weights_from_hdf5_group（f ['model_weights']，model.layers）265266如果编译为：

D：load_weights_from_hdf5_group中的D：\ keras \ engine \ saving.py（f，层，重塑）914 original_keras_version，915 original_backend，-> 916 reshape = reshape）917 if len（weight_values）！= len（symbolic_weights）：918提高ValueError（ '图层＃'+ str（k）+

D：\ keras \ engine \ saving.py在preprocess_weights_for_loading中（图层，权重，original_keras_version，original_backend，重塑）555权重= convert_nested_time_distributed（weights）556 elif层。上课。名称在[ '模型'， '顺序']： - >权重557 = convert_nested_model（权重）558 559如果original_keras_version == '1'：

在convert_nested_model中的D：\ keras \ engine \ saving.py（权重）543 weights = weights [：num_weights]，544 original_keras_version = original_keras_version，-> 545 original_backend = original_backend））546 weights = weights [num_weights：] 547 return new_weights

D：\ keras \ engine \ saving.py在preprocess_weights_for_loading中（图层，权重，original_keras_version，original_backend，重塑）555权重= convert_nested_time_distributed（weights）556 elif层。上课。名称在[ '模型'， '顺序']： - >权重557 = convert_nested_model（权重）558 559如果original_keras_version == '1'：

在convert_nested_model中的D：\ keras \ engine \ saving.py（权重）531 weights = weights [：num_weights]，532 original_keras_version = original_keras_version，-> 533 original_backend = original_backend））534 weights = weights [num_weights：] 535

预处理中的D：\ keras \ engine \ saving.py（图层，权重，original_keras_version，original_backend，重塑）673 weights [0] = np.reshape（weights [0]，layer_weights_shape）674 elif layer_weights_shape！= weights [0]。形状：-> 675 weights [0] = np.transpose（weights [0]，（3，2，0，1））676如果是图层。上课。名称 =='ConvLSTM2D'：677权重1 = np.transpose（权重1，（3，2，0，1 ））

c：\ users \ administrator \ appdata \ local \ programs \ python \ python35 \ lib \ site-packages \ numpy \ core \ fromnumeric.py in transpose（a，axes）596597“”“-> 598返回_wrapfunc（a ，“移调”，轴）599600

c：\ users \ administrator \ appdata \ local \ programs \ python \ python35 \ lib \ site-packages \ numpy \ core \ fromnumeric.py in _wrapfunc（obj，method，* args，** kwds）49 def _wrapfunc（obj，方法，* args，** kwds）：50尝试：---> 51 return getattr（obj，method）（* args，** kwds）52 53＃如果对象不具有AttributeError

ValueError：轴与数组不匹配`

我正在使用

Python 3.5.3

Keras 2.2.2

h5py 2.8.0

tensorflow-gpu 1.9.0

keras-contrib 2.0.8

Keras-Applications 1.0.4

Keras-Preprocessing 1.0.2

任何意见和建议，将不胜感激。

Answer 1

看起来像下面描述的问题：

https://github.com/keras-team/keras/pull/11847

和

https://github.com/tensorflow/tensorflow/issues/27769

尽管该漏洞尚未修复，但仅在模型中同时存在可训练和不可训练的权重时，才会出现问题。如果您不需要进一步训练模型，可以在保存之前冻结所有权重来解决该问题：

from keras import models

def freeze(model):
    """Freeze model weights in every layer."""
    for layer in model.layers:
        layer.trainable = False

        if isinstance(layer, models.Model):
            freeze(layer)