Python 2.7 使用theano后端将Alexas净重加载到keras模型中

我使用的是一个预先训练过的模型，比如Alexnet，在本例中，也会出现同样的错误

我从这里下载了alexnet_权重-->

然后我试着这样做

从keras.models导入负载_模型

基本模型=负荷模型（'alexnet\u weights.h5'）

我最终得到了

ValueError:在配置文件中找不到模型

---

请帮我摆脱它。

AlexNet在中不是受支持的默认模型。也许您可以先试用VGG16：

from keras.applications.vgg16 import VGG16
from keras.preprocessing import image
from keras.applications.vgg16 import preprocess_input
import numpy as np
model = VGG16(weights='imagenet', include_top=False)
img_path = 'elephant.jpg'
img = image.load_img(img_path, target_size=(224, 224))
x = image.img_to_array(img)
x = np.expand_dims(x, axis=0)
x = preprocess_input(x)

features = model.predict(x)

---

然后，您可以使用AlexNet，但首先需要构建模型结构，并将其存储为案例中的“base_model”。我相信你只有重量档案。然后您可以加载您拥有的权重文件。

中不支持AlexNet的默认模型。也许您可以先试用VGG16：

from keras.applications.vgg16 import VGG16
from keras.preprocessing import image
from keras.applications.vgg16 import preprocess_input
import numpy as np
model = VGG16(weights='imagenet', include_top=False)
img_path = 'elephant.jpg'
img = image.load_img(img_path, target_size=(224, 224))
x = image.img_to_array(img)
x = np.expand_dims(x, axis=0)
x = preprocess_input(x)

features = model.predict(x)

---

然后，您可以使用AlexNet，但首先需要构建模型结构，并将其存储为案例中的“base_model”。我相信你只有重量档案。然后你可以加载你的重量文件。

谢谢你的建议。我已经用VGG-16加载了。这是keras中的默认模型。但是，在Alexnet（keras中没有默认设置）的情况下，我尝试加载--“Alexnet_weights.h5”。它抛出了一个错误。我可以进一步建议您必须构建Alexnet模型。例如，如果VGG-16有16层，而AlexNet有17层以上，那么这些额外的层会去哪里？这就像试图把一公升的水倒进一个.25公升的杯子。它不能正常工作！谢谢你的建议。我已经用VGG-16了。这是keras中的默认模型。但是，在Alexnet（keras中没有默认设置）的情况下，我尝试加载--“Alexnet_weights.h5”。它抛出了一个错误。我可以进一步建议您必须构建Alexnet模型。例如，如果VGG-16有16层，而AlexNet有17层以上，那么这些额外的层会去哪里？这就像试图把一公升的水倒进一个.25公升的杯子。它不能正常工作！