我的目的是想要通过反序列化重构训练好的网络
model.json model.h5是我已经训练好的模型，我以save_weights()方法将模型权值参数保存到本地。
希望各位大佬看看这是怎么回事
它提示关键字无效
01 import numpy as np
02 from tensorflow.keras.datasets.mnist import load_data
03 from tensorflow.keras.models import model_from_json
04 # 导入数据
05 (X_train,y_train), (X_test, y_test) = load_data()
06 # 获取图片的大小
07 in_shape = X_train.shape[1:] # 形状为(28, 28)
08 # 获取数字图片的种类
09 n_classes = len(np.unique(y_train)) #类别数为10
10
11 #数据预处理，将0～255缩放到0～1范围
12 x_train = X_train.astype('float32') / 255.0
13 x_test = X_test.astype('float32') / 255.0
14
15 #读入模型文件
16 json_file = open('model.json', 'r')
17 loaded_model_json = json_file.read()
18 json_file.close()
19 #反序列化：导入模型拓扑结构
20 loaded_model = model_from_json(loaded_model_json)
21 # 反序列化：将权值导入到加载的模型中
22 loaded_model.load_weights("model.h5")
23 print("成功：从本地文件中导入权值参数！")
24 #编译导入的模型
25 loaded_model.compile(optimizer='adam',
26 loss='sparse_categorical_crossentropy',
27 metrics=['accuracy'])
28 # 测试模型是否可用
29 loss, acc = loaded_model.evaluate(x_test, y_test, verbose=0)
30 print('测试集合的预测准确率:{0:.2f}%'.format(acc * 100))
在此跪谢大佬们可以看看怎么回事
