将权重从 TensorFlow 检查点加载到 Keras 模型

Question

我已经使用 Keras 模型训练了 TensorFlow，并使用keras.callbacks.ModelCheckpoint我保存了权重，如下所示：

cp_callback = keras.callbacks.ModelCheckpoint(checkpoint_path,
                                          save_weights_only=True,
                                          verbose=1)
model.fit(X_train, Y_train, callbacks=[cp_callback], epochs=50, batch_size=256)

但是，在尝试加载保存的权重时，我的模型没有任何变化，在构建模型架构并编译之后，我加载权重如下：

model.load_weights('./checkpoints/cp.ckpt')

但什么也没发生，测试准确率是随机猜测的，而我的真实测试准确率是80.49%

该模型由带有 l2 kernel_regularizer 和 glorot kernel_initializer 的 keras dence 层组成，我也使用 TensorFlow 版本 1.12.0，有什么想法吗？