'tf' не определен в load_model () - используя лямбду

Question

У меня есть модель Keras, которую я пытаюсь экспортировать и использовать в другом коде Python.

Вот мой код:

from keras.models import Sequential
from keras.layers import Dense, Embedding, LSTM, GRU, Flatten, Dropout, Lambda
from keras.layers.embeddings import Embedding
import tensorflow as tf


EMBEDDING_DIM = 100

model = Sequential()
model.add(Embedding(vocab_size, 300, weights=[embedding_matrix], input_length=max_length, trainable=False))
model.add(Lambda(lambda x: tf.reduce_mean(x, axis=1)))
model.add(Dense(8, input_dim=4, activation='relu'))
model.add(Dense(3, activation='softmax'))
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
model.fit(X_train_pad, y_train, batch_size=128, epochs=25, validation_data=(X_val_pad, y_val), verbose=2)
model.save('my_model.h5') 

---

В другой файл , когда я импортирую my_model.h5:

from keras.models import load_model
from keras.layers import Lambda
import tensorflow as tf


def learning(test_samples):
    model = load_model('my_model.h5')
    #ERROR HERE
    #rest of the code

Ошибка следующая:

  in <lambda>
    model.add(Lambda(lambda x: tf.reduce_mean(x, axis=1)))
NameError: name 'tf' is not defined

После исследования я понял, что причиной этой проблемы является тот факт, что я использовал lambda в моей модели , но я добавил эти ссылки, и это не помогло:

from keras.models import load_model
from keras.layers import Lambda
import tensorflow as tf

В чем может быть проблема?

Спасибо

Answer 1

Это случилось со мной тоже.Вам нужно импортировать тензор потока внутри вашей лямбда-функции.Таким образом, вы, вероятно, хотите поместить код в отдельную функцию:

def reduce_mean(x):
    import tensorflow as tf
    return tf.reduce_mean(x, axis=1)

model = Sequential()
model.add(Embedding(vocab_size, 300, weights=[embedding_matrix], input_length=max_length, trainable=False))
model.add(Lambda(reduce_mean))
model.add(Dense(8, input_dim=4, activation='relu'))
model.add(Dense(3, activation='softmax'))
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
model.fit(X_train_pad, y_train, batch_size=128, epochs=25, validation_data=(X_val_pad, y_val), verbose=2)
model.save('my_model.h5') 

Answer 2

Кроме того, при попытке загрузить структуру модели из файла json передача пользовательских объектов решает проблему.

model = model_from_json(open("model_structure.json", "r").read(), custom_objects={'tf': tf}) 

Answer 3

При загрузке модели необходимо явно обрабатывать пользовательские объекты или пользовательские слои :

import tensorflow as tf
import keras
model = keras.models.load_model('my_model.h5', custom_objects={'tf': tf})