Python Tensorflow自定义损失类别保存和加载

我试图保存并加载一个带有自定义损失类的tf模型。这是一个简单的神经网络模型，具有自定义损失函数（类）。以下是代码（代码来自Aurélien Géron的《ML 2手册》第12章）：

但是当我尝试使用

keras.models.load\u model

和

custom\u objects

字典加载模型时，它给出了一个错误：

model = keras.models.load_model(
    "my_model_1.h5", 
    custom_objects={
        'HuberLoss': HuberLoss
    })

输出：

    ---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-3-a00475905a88> in <module>
      2     "my_model_1.h5",
      3     custom_objects={
----> 4         'HuberLoss': HuberLoss
      5     })

~\.conda\envs\HandsOnML2\lib\site-packages\tensorflow_core\python\keras\saving\save.py in load_model(filepath, custom_objects, compile)
    144   if (h5py is not None and (
    145       isinstance(filepath, h5py.File) or h5py.is_hdf5(filepath))):
--> 146     return hdf5_format.load_model_from_hdf5(filepath, custom_objects, compile)
    147 
    148   if isinstance(filepath, six.string_types):

~\.conda\envs\HandsOnML2\lib\site-packages\tensorflow_core\python\keras\saving\hdf5_format.py in load_model_from_hdf5(filepath, custom_objects, compile)
    182       # Compile model.
    183       model.compile(**saving_utils.compile_args_from_training_config(
--> 184           training_config, custom_objects))
    185 
    186       # Set optimizer weights.

~\.conda\envs\HandsOnML2\lib\site-packages\tensorflow_core\python\keras\saving\saving_utils.py in compile_args_from_training_config(training_config, custom_objects)
    232   loss_config = training_config['loss']  # Deserialize loss class.
    233   if isinstance(loss_config, dict) and 'class_name' in loss_config:
--> 234     loss_config = losses.get(loss_config)
    235   loss = nest.map_structure(
    236       lambda obj: custom_objects.get(obj, obj), loss_config)

~\.conda\envs\HandsOnML2\lib\site-packages\tensorflow_core\python\keras\losses.py in get(identifier)
   1184     return deserialize(identifier)
   1185   if isinstance(identifier, dict):
-> 1186     return deserialize(identifier)
   1187   elif callable(identifier):
   1188     return identifier

~\.conda\envs\HandsOnML2\lib\site-packages\tensorflow_core\python\keras\losses.py in deserialize(name, custom_objects)
   1173       module_objects=globals(),
   1174       custom_objects=custom_objects,
-> 1175       printable_module_name='loss function')
   1176 
   1177 

~\.conda\envs\HandsOnML2\lib\site-packages\tensorflow_core\python\keras\utils\generic_utils.py in deserialize_keras_object(identifier, module_objects, custom_objects, printable_module_name)
    290     config = identifier
    291     (cls, cls_config) = class_and_config_for_serialized_keras_object(
--> 292         config, module_objects, custom_objects, printable_module_name)
    293 
    294     if hasattr(cls, 'from_config'):

~\.conda\envs\HandsOnML2\lib\site-packages\tensorflow_core\python\keras\utils\generic_utils.py in class_and_config_for_serialized_keras_object(config, module_objects, custom_objects, printable_module_name)
    248     cls = module_objects.get(class_name)
    249     if cls is None:
--> 250       raise ValueError('Unknown ' + printable_module_name + ': ' + class_name)
    251 
    252   cls_config = config['config']

ValueError: Unknown loss function: HuberLoss

---------------------------------------------------------------------------
ValueError回溯（最近一次调用上次）
在里面
2“my_model_1.h5”，
3个自定义对象={
---->4“HuberLoss”：HuberLoss
5     })
加载模型中的~\.conda\envs\HandsOnML2\lib\site packages\tensorflow\u core\python\keras\saving\save.py（文件路径、自定义对象、编译）
144如果（h5py）不是无和(
145 iInstance（文件路径，h5py.File）或h5py.is_hdf5（文件路径））：
-->146返回hdf5格式。从hdf5加载模型（文件路径、自定义对象、编译）
147
148如果isinstance（文件路径，六种字符串类型）：
从hdf5加载模型中的~\.conda\envs\HandsOnML2\lib\site packages\tensorflow\u core\python\keras\saving\hdf5\u format.py（文件路径，自定义对象，编译）
182#编译模型。
183 model.compile（**从\u training\u config保存\u utils.compile\u args\u(
-->184培训（配置、自定义对象）
185
186#设置优化器权重。
~\.conda\envs\HandsOnML2\lib\site packages\tensorflow\u core\python\keras\saving\saving\saving\u utils.py从\u training\u config（training\u config，自定义\u对象）编译\u args\u
232损失配置=培训配置['loss']#反序列化损失类。
233如果存在（丢失配置，dict）和丢失配置中的“类名称”：
-->234 loss\u config=loss.get（loss\u config）
235损失=nest.map_结构(
236 lambda obj:custom_objects.get（obj，obj），loss_config）
get中的~\.conda\envs\HandsOnML2\lib\site packages\tensorflow\u core\python\keras\loss.py（标识符）
1184返回反序列化（标识符）
1185如果存在（标识符，dict）：
->1186返回反序列化（标识符）
1187 elif可调用（标识符）：
1188返回标识符
反序列化中的~\.conda\envs\HandsOnML2\lib\site packages\tensorflow\u core\python\keras\loss.py（名称、自定义对象）
1173模块_对象=全局（），
1174自定义_对象=自定义_对象，
->1175可打印\u模块\u name='loss function'）
1176
1177
反序列化keras对象中的~\.conda\envs\HandsOnML2\lib\site packages\tensorflow\u core\python\keras\utils\generic\u utils.py（标识符、模块对象、自定义对象、可打印模块名称）
290配置=标识符
291（cls，cls_config）=类_和_配置_，用于序列化的_keras_对象(
-->292配置、模块对象、自定义对象、可打印模块名称）
293
294如果hasattr（cls，“来自配置”）：
类和配置中的~\.conda\envs\HandsOnML2\lib\site packages\tensorflow\u core\python\keras\utils\generic\u utils.py，用于序列化的\u keras\u对象（配置、模块\u对象、自定义\u对象、可打印的\u模块\u名称）
248 cls=模块对象.get（类名称）
249如果cls为无：
-->250 raise VALUERROR（'未知'+可打印模块名称+'：'+类名称）
251
252 cls_config=config['config']
ValueError:未知损失函数：HuberLoss

---

我怎样才能解决这个问题

看起来和你的问题一样。我不知道您使用的Tensorflow版本，但可能需要更新。我使用的是版本“2.1.0”。也许他们会在下一个版本中修复它

model.save("my_model_1.h5")

model = keras.models.load_model(
    "my_model_1.h5", 
    custom_objects={
        'HuberLoss': HuberLoss
    })

    ---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-3-a00475905a88> in <module>
      2     "my_model_1.h5",
      3     custom_objects={
----> 4         'HuberLoss': HuberLoss
      5     })

~\.conda\envs\HandsOnML2\lib\site-packages\tensorflow_core\python\keras\saving\save.py in load_model(filepath, custom_objects, compile)
    144   if (h5py is not None and (
    145       isinstance(filepath, h5py.File) or h5py.is_hdf5(filepath))):
--> 146     return hdf5_format.load_model_from_hdf5(filepath, custom_objects, compile)
    147 
    148   if isinstance(filepath, six.string_types):

~\.conda\envs\HandsOnML2\lib\site-packages\tensorflow_core\python\keras\saving\hdf5_format.py in load_model_from_hdf5(filepath, custom_objects, compile)
    182       # Compile model.
    183       model.compile(**saving_utils.compile_args_from_training_config(
--> 184           training_config, custom_objects))
    185 
    186       # Set optimizer weights.

~\.conda\envs\HandsOnML2\lib\site-packages\tensorflow_core\python\keras\saving\saving_utils.py in compile_args_from_training_config(training_config, custom_objects)
    232   loss_config = training_config['loss']  # Deserialize loss class.
    233   if isinstance(loss_config, dict) and 'class_name' in loss_config:
--> 234     loss_config = losses.get(loss_config)
    235   loss = nest.map_structure(
    236       lambda obj: custom_objects.get(obj, obj), loss_config)

~\.conda\envs\HandsOnML2\lib\site-packages\tensorflow_core\python\keras\losses.py in get(identifier)
   1184     return deserialize(identifier)
   1185   if isinstance(identifier, dict):
-> 1186     return deserialize(identifier)
   1187   elif callable(identifier):
   1188     return identifier

~\.conda\envs\HandsOnML2\lib\site-packages\tensorflow_core\python\keras\losses.py in deserialize(name, custom_objects)
   1173       module_objects=globals(),
   1174       custom_objects=custom_objects,
-> 1175       printable_module_name='loss function')
   1176 
   1177 

~\.conda\envs\HandsOnML2\lib\site-packages\tensorflow_core\python\keras\utils\generic_utils.py in deserialize_keras_object(identifier, module_objects, custom_objects, printable_module_name)
    290     config = identifier
    291     (cls, cls_config) = class_and_config_for_serialized_keras_object(
--> 292         config, module_objects, custom_objects, printable_module_name)
    293 
    294     if hasattr(cls, 'from_config'):

~\.conda\envs\HandsOnML2\lib\site-packages\tensorflow_core\python\keras\utils\generic_utils.py in class_and_config_for_serialized_keras_object(config, module_objects, custom_objects, printable_module_name)
    248     cls = module_objects.get(class_name)
    249     if cls is None:
--> 250       raise ValueError('Unknown ' + printable_module_name + ': ' + class_name)
    251 
    252   cls_config = config['config']

ValueError: Unknown loss function: HuberLoss