Python 由于'；无法加载#U模型；未知激活功能：LeakyReLU'；

我已经构建、安装并保存了以下模型：

import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers
from tensorflow.keras import preprocessing
from tensorflow.keras.models import Sequential
import config
from tensorflow.keras import applications  

model = Sequential()  
model.add(layers.Flatten(input_shape=input_shape.shape[1:]))  
model.add(layers.Dense(100, activation=keras.layers.LeakyReLU(alpha=0.3)))  
model.add(layers.Dropout(0.5))  
model.add(layers.Dense(50, activation=keras.layers.LeakyReLU(alpha=0.3)))  
model.add(layers.Dropout(0.3)) 
model.add(layers.Dense(num_classes, activation='softmax'))

我正在使用load_模型函数进行评估，到目前为止我还没有遇到任何问题，但我现在得到以下错误：

ValueError: Unknown activation function: LeakyReLU

我是否应该对体系结构进行任何语法更改，或者这里是否存在更深层次的问题？如果您有任何建议，我将不胜感激，因为我已经尝试设置一些自定义对象，如下所述：

编辑： 我在调用load_model的文件中的导入如下所示：

import config
import numpy as np
from tensorflow.keras.preprocessing.image import img_to_array, load_img 
from models.create_image_model import make_vgg
import argparse
from tensorflow.keras.models import load_model
import time
from tensorflow import keras
from tensorflow.keras import layers

---

在保存和加载具有此类“非标准”激活的模型时，似乎存在一些问题，如中所示；最安全的方法似乎是将LeakyReLU作为一个层重新编写模型，而不是作为一个激活：

model = Sequential()  
model.add(layers.Flatten(input_shape=input_shape.shape[1:]))  
model.add(layers.Dense(100)) # no activation here
model.add(layers.LeakyReLU(alpha=0.3)) # activation layer here instead 
model.add(layers.Dropout(0.5))  
model.add(layers.Dense(50)) # no activation here
model.add(layers.LeakyReLU(alpha=0.3))  # activation layer here instead
model.add(layers.Dropout(0.3)) 
model.add(layers.Dense(num_classes, activation='softmax'))

---

这完全等同于您自己的模型，并且更符合Keras的设计选择——无论好坏，Keras都将LeakyReLU作为一个层，而不是作为一个标准的激活函数。

在保存和加载带有此类“非标准”激活的模型时，似乎存在一些问题，如中所暗示的；最安全的方法似乎是将LeakyReLU作为一个层重新编写模型，而不是作为一个激活：

model = Sequential()  
model.add(layers.Flatten(input_shape=input_shape.shape[1:]))  
model.add(layers.Dense(100)) # no activation here
model.add(layers.LeakyReLU(alpha=0.3)) # activation layer here instead 
model.add(layers.Dropout(0.5))  
model.add(layers.Dense(50)) # no activation here
model.add(layers.LeakyReLU(alpha=0.3))  # activation layer here instead
model.add(layers.Dropout(0.3)) 
model.add(layers.Dense(num_classes, activation='softmax'))

---

这完全等同于您自己的模型，更符合Keras的设计选择-无论好坏，它都包括LeakyReLU作为一个层，而不是作为标准的激活函数。

您应该将所有相关导入添加到您的问题。@desertnaut我尝试在没有

keras.layers

和

keras.layers

的情况下添加，结果相同根据我的说法，您已经导入了所有模块。但是你能试着从keras.layers导入LeakyReLU并通过

model.add（layers.Dense（100，activation=LeakyReLU（alpha=0.3）））为添加模型更新
code
）

为所有模型进行类似的更新。@JayPatel嗨，我会尝试一下，然后回复你。谢谢为了获得更多信息，我在一个单独的文件中构建了我的模型，而不是调用load_model。@desertnaut我将两个文件的导入语句都放在编辑中；我将用于创建模型的导入语句放在相关代码块中。您应该将所有相关导入添加到您的问题中。@desertnaut我尝试在不使用

keras.layers

和使用

keras.layers

的情况下添加，结果相同根据我的说法，您已经导入了所有模块。但是你能试着从keras.layers导入LeakyReLU并通过

model.add（layers.Dense（100，activation=LeakyReLU（alpha=0.3）））为添加模型更新
code
）

为所有模型进行类似的更新。@JayPatel嗨，我会尝试一下，然后回复你。谢谢为了获得更多信息，我在一个单独的文件中构建了我的模型，而不是调用load_model。@desertnaut我将两个文件的导入语句都放在编辑中；我将用于创建模型的导入语句放在相关的代码块中。