本站消息

站长简介/公众号


站长简介:高级软件工程师,曾在阿里云,每日优鲜从事全栈开发工作,利用周末时间开发出本站,欢迎关注我的微信公众号:程序员总部,程序员的家,探索程序员的人生之路!分享IT最新技术,关注行业最新动向,让你永不落伍。了解同行们的工资,生活工作中的酸甜苦辣,谋求程序员的最终出路!

  价值13000svip视频教程,python大神匠心打造,零基础python开发工程师视频教程全套,基础+进阶+项目实战,包含课件和源码

  出租广告位,需要合作请联系站长

+关注
已关注

分类  

暂无分类

标签  

暂无标签

日期归档  

暂无数据

为什么需要在Keras load_model函数中提到损失函数?

发布于2022-01-10 08:27     阅读(1037)     评论(0)     点赞(26)     收藏(1)



我使用自定义损失函数创建了一个 Keras 模型并保存了它。当我使用 Kerasload_model()函数重新加载经过训练的模型进行预测时,我必须将自定义损失函数传递给custom_objects参数:

new_model=load_model('yolo_1.model',custom_objects={'custom_loss':custom_loss}) 

我的问题是,为什么我们必须在 中提到自定义损失函数load_model()我认为在预测过程中不需要损失函数。


解决方案


那是因为methodinclude_optimizer参数save默认设置为True. 因此,优化器和损失函数将被保存,因此当您使用load_model函数时它们将被加载

但是,如果你只需要使用您的预测模型,那么你就不需要保存优化,因此设置include_optimizerFalse节电模式时:

model.save('my_model.h5', include_optimizer=False)

这样,使用的优化器和损失函数将不会被保存,因此您无需指定加载模型时使用的自定义损失函数。







所属网站分类: 技术文章 > 问答

作者:黑洞官方问答小能手

链接:https://www.pythonheidong.com/blog/article/1235130/f840438caa9c9144de3f/

来源:python黑洞网

任何形式的转载都请注明出处,如有侵权 一经发现 必将追究其法律责任

26 0
收藏该文
已收藏

评论内容:(最多支持255个字符)