关于使用load_model加载包含自定义函数的模型,找不到自定义函数的问题。

简介: 关于使用load_model加载包含自定义函数的模型,找不到自定义函数的问题。

我在写模型时,使用了自定义的评分函数,函数如下:


def bit_err(y_true, y_pred):

   err = 1 - tf.reduce_mean(

       tf.reduce_mean(tf.cast(tf.equal(tf.sign(y_pred - 0.5), tf.cast(tf.sign(y_true - 0.5), tf.float32)),tf.float32), 1))

   return err

model.compile(optimizer=optimizer, loss='mse', metrics=[bit_err])

在使用load_model函数加载这个模型时遇到了找不到bit_err 这个自定义函数的问题。


解决方法:将自定义函数作为参数传进去。


model = load_model("weights_best_model2.hdf5",custom_objects={'bit_err': bit_err})


目录
相关文章
|
1月前
|
Python
创建自定义函数 is_number() 方法来判
创建自定义函数 is_number() 方法来判
|
C++ Python
python类中初始化形式:def __init__(self)和def __init__(self, 参数1,参数2,,,参数n)区别
python类中初始化形式:def __init__(self)和def __init__(self, 参数1,参数2,,,参数n)区别
128 0
|
SQL JSON 测试技术
Django model层之执行原始SQL查询
Django model层之执行原始SQL查询
93 0
|
Python
Python 获取被调用函数名称,所处模块,被调用代码行
Python 获取被调用函数名称,所处模块,被调用代码行
87 0
|
测试技术
loadrunner 脚本开发-参数化之将内容保存为参数、参数数组及参数值获取Part 2
loadrunner 脚本开发-参数化之将内容保存为参数、参数数组及参数值获取Part 2
90 0
|
缓存 Python
|
并行计算 PyTorch 算法框架/工具
如何将自己定义的函数,也传给cuda进行处理?
要将自己定义的函数传递到CUDA进行处理,需要使用PyTorch提供的CUDA扩展功能。具体来说,可以使用torch.cuda.jit模块中的@torch.jit.script装饰器将Python函数转换为Torch脚本,并使用.cuda()方法将其移动到GPU上。
653 0
|
PyTorch 数据处理 算法框架/工具
pytorch中自定义数据集加载对象重写Dataset
pytorch中自定义数据集加载对象重写Dataset
250 0
pytorch中自定义数据集加载对象重写Dataset
|
机器学习/深度学习 PyTorch 算法框架/工具
PyTorch学习笔记(五):模型定义、修改、保存
Module 类是 torch.nn 模块里提供的一个模型构造类 (nn.Module),是所有神经⽹网络模块的基类,我们可以继承它来定义我们想要的模型; PyTorch模型定义应包括两个主要部分:各个部分的初始化(_init_);数据流向定义(forward) 基于nn.Module,可以通过Sequential,ModuleList和ModuleDict三种方式定义PyTorch模型。
676 0
|
IDE API 开发工具
FastAPI(14)- 路径操作函数参数的类型是一个嵌套 Pydantic Model 的使用场景
FastAPI(14)- 路径操作函数参数的类型是一个嵌套 Pydantic Model 的使用场景
174 0
FastAPI(14)- 路径操作函数参数的类型是一个嵌套 Pydantic Model 的使用场景

热门文章

最新文章