使用Python2训练的keras模型在使用Python3调用预测函数时给出nan值

我有一个keras模型，我使用Python2.7进行了培训。当我尝试预测时，这个模型在Python2.7上工作正常。但当我尝试在Python3上使用此模型进行预测时，它总是预测[[nan nan]]值

下面是我用来从json加载模型的代码

def load_model_from_args(args):
    with open(args.json) as json_file:
        model = model_from_json(json_file.read())
        model.load_weights(args.weights)
        return model

这就是我想要预测的地方

def get_emotion(features,model):
    predictions = model.predict(features)
    print(predictions)
    # [[nan nan nan nan nan nan nan]]
    # the reset of the code

---

是什么导致了这种类型的差异？

您可以尝试以下方法（不确定是否有效，但看起来很干净）：

获取模型的权重并使用numpy保存：

#in 2.7
weights = model.get_weights()
np.save('weights27.npy', weights)

通过Python 3中的代码再次创建模型：

#in python 3, do no load the saved model, create a new one:
#same layers, same sizes, everything
...model code...
model3 = Model(...) 

将权重加载到模型中：

model3.set_weights(np.load('weights27.npy'))

尝试使用该模型

尝试解决pickle问题： 在python 3中：

weights = []
for i in range(theTotalNumberOfSavedWeights):
    weights.append(np.load("weights-" + str(i) + ".npy", allow_pickle=False))

model2.set_weights(weights)

---

很可能在计算

特性的方式上会有差异。@nuric在调用predict函数之前，我已经检查了
特性的值。这两种情况都是一样的。当我尝试你的代码时，我得到以下错误
np.save（'weights27.npy'，weights，allow_pickle=False）文件“/xxx/site packages/numpy/lib/npyio.py”，第511行，在save pickle_kwargs=pickle_kwargs）文件“/xxx/local/lib/python2.7/site packages/numpy/lib/format.py”，第582行，在write_array raise ValueError（“当”ValueError:当allow_pickle=False时无法保存对象数组
仍然不能解决问题。我得到了另一种类型的错误
model.set_weights（np.load（'weights27.npy'））文件/xxx/site packages/numpy/lib/npyio.py”，第421行，在load pickle_kwargs=pickle_kwargs）文件“/xxx/site packages/numpy/lib/format.py”中，第656行，读数组“to numpy.load”%（err，））UnicodeError:取消勾选python对象失败：UnicodeDecorr（'ascii'，b'\xb6\x99\xe2=n\x0e\xf5\xbc\xed\x177>\xeai！\xbd\x1f\xd5i\xbd%\x82k=\x04\xe6\n\xbe\xfe\x07\x81=\xf9F！\xbe/\x83\xd6\xbd\xaa | \x04>7\x17\x17>\xc2xJ\xbe\x7f}\x03=D？…
对于
np.load
函数，但我得到的是
nan
值。请尝试我答案中的新建议，强制
allow\u pickle=False
。
weights = []
for i in range(theTotalNumberOfSavedWeights):
    weights.append(np.load("weights-" + str(i) + ".npy", allow_pickle=False))

model2.set_weights(weights)