Python Keras模型不适用于ValueError:Layer#0需要0个权重，但保存的权重有6个元素

这是用于构建模型的代码

我从这个模型中创建了model.json文件和model.h5文件，并保存了经过训练的模型。 下面是我尝试过的代码

model = Sequential()
model.add(Bidirectional(LSTM(400, input_shape = (20, 75), return_sequences = True)))
model.add(Bidirectional(LSTM(400, return_sequences = True)))
model.add(Bidirectional(LSTM(400, return_sequences = False)))
model.add(Dense(34, activation = 'softmax'))
adam = optimizers.Adam(lr=0.001)
model.compile(loss = 'categorical_crossentropy', optimizer = adam, metrics = ['accuracy'])

---

我使用的是tensorflow版本1.12.0，keras 2.2.4，现在我将它们更新为1.15.0，2.3.1，但出现了相同的错误。

您收到了上述错误，因为模型保存在keras中，然后尝试加载到不同版本的keras/tensorflow。为了解决您的问题，您可以尝试使用相同版本的keras/tensorflow进行保存和加载。谢谢

model = Sequential()
model.add(Bidirectional(LSTM(400, input_shape = (20, 75), return_sequences = True)))
model.add(Bidirectional(LSTM(400, return_sequences = True)))
model.add(Bidirectional(LSTM(400, return_sequences = False)))
model.add(Dense(34, activation = 'softmax'))
adam = optimizers.Adam(lr=0.001)
model.compile(loss = 'categorical_crossentropy', optimizer = adam, metrics = ['accuracy'])

json_file = open("./model/model.json", "r")
loaded_model_json = json_file.read()
json_file.close()
loaded_model = model_from_json(loaded_model_json)

loaded_model.load_weights("./model/model.h5", by_name = True)
loaded_model.compile(loss = 'categorical_crossentropy", optimizer = "adam", metrics = ['accuracy'])