小编jre*_*lad的帖子

我快要疯了。

我使用 tensorflow keras 定义了一个顺序模型：

model = tf.keras.Sequential([tf.keras.layer.Dense(128,input_shape(784,),activation="relu"),
                             tf.keras.layer.Dense(10,activation="softmax"])
model.compile(optimizer="adam",loss="mse")
keras.experimental.export_saved_model(model,"keras_model")

我使用 c_api.h在C 程序中训练所述模型

C 程序将权重保存在检查点文件中。

尝试从检查点文件中恢复 python 中的权重时：

keras.experimental.load_from_saved_model("keras_model/")
#OR
model = tf.keras.Sequential([tf.keras.layer.Dense(128,input_shape(784,),activation="relu"),
                             tf.keras.layer.Dense(10,activation="softmax"])
model.load_weights("keras_model/variables/variables")
#OR
checkpoint = tf.train.Checkpoint(model=model)
status = checkpoint.restore("keras_model/variables/variables")

我最终得到一个错误并且没有恢复权重。

我能够恢复重量并继续在我的 C 程序中训练

keras.experimental.load_from_saved_model("keras_model/")
WARNING: Logging before flag parsing goes to stderr.
W0918 15:18:04.350199 140418474760000 deprecation.py:323] From <ipython-input-2-06ea110fdc8e>:1: load_from_saved_model (from tensorflow.python.keras.saving.saved_model_experimental) is deprecated and will be removed in a future version.
Instructions for updating:
The experimental save and load functions have been  deprecated. Please …

我正在探索 tensorflow 2.0 的 c API。

问题：当将模型加载到 python 时，权重没有恢复，因此模型似乎未经训练。

工作流程：我使用 TF 2.0 C api 来处理我的模型的训练。我遵循的一般设置是：

1.使用TF keras api在python中定义模型。

import tensorflow as tf
from tensorflow import keras

model = keras.Sequential([keras.layers.Dense(128,
                                             input_shape=(784,),
                                             activation='relu'),
                          keras.layers.Dense(10, activation='softmax')
                        ])
model.compile(optimizer='adam',
              loss="categorical_crossentropy",
              metrics=['accuracy'])

keras.experimental.export_saved_model(model,"keras_model")

我正在使用 keras.experimental.export_saved_model() 因为我需要使用 keras.Model.save() 时未保存的“signature_def['train']”。

2. 使用 TF 2.0 C api 在 C 中训练模型 保存的模型然后通过以下方式加载到我的 C 程序中：

TF_LoadSessionFromSavedModel()

随后对其进行训练并保存检查点：

TF_SessionRun()

保存模型会在存储模型的“变量”文件夹中创建新的检查点文件（“checkpoint.index”和“checkpoint.data-00000-of-00001”）。

3. 问题在python中重新加载模型 训练后我在python中重新加载我的模型。这是我发现加载的模型具有与未经训练的模型相对应的 wights 的地方。我知道这一点，因为当我在 C 中训练的模型准确预测时，预测是胡言乱语。我通过以下方式加载我的模型：

import tensorflow as tf
from tensorflow import keras

model = keras.experimental.load_from_saved_model("keras_model")

同样，我使用 keras.experimental.load_from_saved_model() 因为当我使用 …