'tf' 未在 load_model() 上定义 - 使用 lambda

Question

我有一个 Keras 模型，我正在尝试导出并在不同的 python 代码中使用。

这是我的代码：

 from keras.models import Sequential
from keras.layers import Dense, Embedding, LSTM, GRU, Flatten, Dropout, Lambda
from keras.layers.embeddings import Embedding
import tensorflow as tf

EMBEDDING_DIM = 100

model = Sequential()
model.add(Embedding(vocab_size, 300, weights=[embedding_matrix], input_length=max_length, trainable=False))
model.add(Lambda(lambda x: tf.reduce_mean(x, axis=1)))
model.add(Dense(8, input_dim=4, activation='relu'))
model.add(Dense(3, activation='softmax'))
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
model.fit(X_train_pad, y_train, batch_size=128, epochs=25, validation_data=(X_val_pad, y_val), verbose=2)
model.save('my_model.h5')

---

在 另一个文件 中，当我导入 my_model.h5 时：

 from keras.models import load_model
from keras.layers import Lambda
import tensorflow as tf

def learning(test_samples):
    model = load_model('my_model.h5')
    #ERROR HERE
    #rest of the code

错误如下：

   in <lambda>
    model.add(Lambda(lambda x: tf.reduce_mean(x, axis=1)))
NameError: name 'tf' is not defined

经过研究，我发现 我在我的模型中使用了 lambda 是这个问题的原因，但我添加了这些参考并没有帮助：

 from keras.models import load_model
from keras.layers import Lambda
import tensorflow as tf

可能是什么问题呢？

谢谢

原文由 HelpASisterOut 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

加载模型时，您需要 显式处理自定义对象或自定义图层（CTRL+f 处理自定义图层 的文档）：

 import tensorflow as tf
import keras
model = keras.models.load_model('my_model.h5', custom_objects={'tf': tf})

原文由 sdcbr 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

它也发生在我身上。您需要在 lambda 函数中导入 tensorflow。所以你可能想把代码放在一个单独的函数中：

 def reduce_mean(x):
    import tensorflow as tf
    return tf.reduce_mean(x, axis=1)

model = Sequential()
model.add(Embedding(vocab_size, 300, weights=[embedding_matrix], input_length=max_length, trainable=False))
model.add(Lambda(reduce_mean))
model.add(Dense(8, input_dim=4, activation='relu'))
model.add(Dense(3, activation='softmax'))
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
model.fit(X_train_pad, y_train, batch_size=128, epochs=25, validation_data=(X_val_pad, y_val), verbose=2)
model.save('my_model.h5')

原文由 Daniel GL 发布，翻译遵循 CC BY-SA 4.0 许可协议