这篇文章主要讲解了如何使用Keras加载含有自定义层或函数的模型，内容清晰明了，对此有兴趣的小伙伴可以学习一下，相信大家阅读完之后会有帮助。
当我们导入的模型含有自定义层或者自定义函数时，需要使用custom_objects来指定目标层或目标函数。
例如：
我的一个模型含有自定义层“SincConv1D”，需要使用下面的代码导入：
from keras.models import load_model
model = load_model('model.h6', custom_objects={'SincConv1D': SincConv1D})
如果不加custom_objects指定目标层Layer，则会出现以下报错：
ValueError: Unknown layer: SincConv1D
同样的，当我的模型含有自定义函数“my_loss”，需要使用下面的代码导入：
from keras.models import load_model
model = load_model('model.h6', custom_objects={'my_loss': my_loss})
补充知识：keras加载模型load_model报错——ValueError: Unknown layer: CRF
我就废话不多说了，大家还是直接看代码吧！
from keras.models import load_model
model = load_model(model_path)
会报错，需要在load_model函数中添加custom_objects参数，来声明自定义的层
（用keras搭建bilstm-crf，在训练模型时，使用的是：
from keras_contrib.layers.crf import CRF）
from keras_contrib.layers.crf import CRF, crf_loss, crf_viterbi_accuracy
model = load_model(model_path, custom_objects={"CRF": CRF, 'crf_loss': crf_loss,
'crf_viterbi_accuracy': crf_viterbi_accuracy})看完上述内容，是不是对如何使用Keras加载含有自定义层或函数的模型有进一步的了解，如果还想学习更多内容，欢迎关注亿速云行业资讯频道。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
