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Python 2.7 使用theano后端将Alexas净重加载到keras模型中,python-2.7,keras,theano,pre-trained-model,Python 2.7,Keras,Theano,Pre Trained Model,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 kera
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!