Python Keras层未知，请尝试加载模型

我用此代码保存了一个经过训练的模型，但无法加载，因为该层不在keras中。layer，这是我的代码，提前感谢您宝贵的帮助

from __future__ import absolute_import, division, print_function, unicode_literals

import numpy as np

import tensorflow as tf
import tensorflow_hub as hub
import tensorflow_datasets as tfds

train_data, validation_data, test_data = tfds.load(
    name="imdb_reviews", 
    split=[
   tfds.Split.TRAIN.subsplit(tfds.percent[:60]),
   tfds.Split.TRAIN.subsplit(tfds.percent[60:]),
   'test'
],
    as_supervised=True)

train_examples_batch, train_labels_batch = next(iter(train_data.batch(10)))

# to use for more accuracy... : google/tf2-preview/nnlm-en-dim128/1
embedding = "https://tfhub.dev/google/tf2-preview/gnews-swivel-20dim/1"
hub_layer = hub.KerasLayer(embedding, input_shape=[], 
                           dtype=tf.string, trainable=True)
hub_layer(train_examples_batch[:3])

model = tf.keras.Sequential()
model.add(hub_layer)
model.add(tf.keras.layers.Dense(16, activation='relu'))
model.add(tf.keras.layers.Dense(1))

model.summary()

model.compile(optimizer='adam',
              loss=tf.keras.losses.BinaryCrossentropy(from_logits=True),
              metrics=['accuracy'])


history = model.fit(train_data.shuffle(10000).batch(512),
                    epochs=20,
                    validation_data=validation_data.batch(512),
                    verbose=1)

results = model.evaluate(test_data.batch(512), verbose=1)

for name, value in zip(model.metrics_names, results):
  print("%s: %.3f" % (name, value))

# serialize model to JSON
model_json = model.to_json()
with open("my_model.json", "w") as json_file:
    json_file.write(model_json)
# serialize weights to HDF5
model.save_weights("w_model.h5")

---

当我尝试加载它时，我发现了一个问题，因为它无法识别使用tensorflow数据集创建的图层“hub_layer”。希望您知道如何处理它。

这里的问题是模型保存文件不包含该层的代码。您可以使用自定义_对象解决此问题，并将字典传递给此参数

这里的技巧是复制无法识别的名称，将其作为键放入字典中的字符串中，并提供该层作为其值

例如

import tensorflow_hub as hub
layer_dict = {
    "hub_layer":hub.KerasLayer
}

model = model_from_json('model_file',custom_objects=layer_dict)

---

您可以解析tracelog吗？您可以使用自定义的_对象，请参阅以下github帖子：