web-dev-qa-db-ja.com

カスタムオブジェクトを含むKeras load_modelが正しく機能しない

設定

タイトルで既に述べたように、保存されたモデルをロードしようとすると、カスタム損失関数で問題が発生しました。私の損失は次のようになります：

def weighted_cross_entropy(weights):

    weights = K.variable(weights)

    def loss(y_true, y_pred):
        y_pred = K.clip(y_pred, K.epsilon(), 1-K.epsilon())

        loss = y_true * K.log(y_pred) * weights
        loss = -K.sum(loss, -1)
        return loss

    return loss

weighted_loss = weighted_cross_entropy([0.1,0.9])

そのため、トレーニング中にweighted_loss関数を損失関数として使用しましたが、すべてうまくいきました。トレーニングが終了したら、keras APIの標準の.h5関数を使用して、モデルをmodel.savefileとして保存します。

問題

私が経由でモデルをロードしようとしているとき

model = load_model(path,custom_objects={"weighted_loss":weighted_loss})

損失が不明であることを伝えるValueErrorを受け取っています。

エラー

エラーメッセージは次のようになります。

File "...\predict.py", line 29, in my_script
"weighted_loss": weighted_loss})
File "...\Continuum\anaconda3\envs\processing\lib\site-packages\keras\engine\saving.py", line 419, in load_model
model = _deserialize_model(f, custom_objects, compile)
File "...\Continuum\anaconda3\envs\processing\lib\site-packages\keras\engine\saving.py", line 312, in _deserialize_model
sample_weight_mode=sample_weight_mode)
File "...\Continuum\anaconda3\envs\processing\lib\site-packages\keras\engine\training.py", line 139, in compile
loss_function = losses.get(loss)
File "...\Continuum\anaconda3\envs\processing\lib\site-packages\keras\losses.py", line 133, in get
return deserialize(identifier)
File "...\Continuum\anaconda3\envs\processing\lib\site-packages\keras\losses.py", line 114, in deserialize
printable_module_name='loss function')
File "...\Continuum\anaconda3\envs\processing\lib\site-packages\keras\utils\generic_utils.py", line 165, in deserialize_keras_object
':' + function_name)
ValueError: Unknown loss function:loss

質問

この問題を解決するにはどうすればよいですか？その理由は、私の損失のラップの定義である可能性がありますか？ kerasはweights変数をどのように処理するのかわかりません。

pythonmachine-learningkerasloss-function
4
pafi

損失関数の名前はlossです（つまり、def loss(y_true, y_pred):）。したがって、モデルをロードするときは、'loss'を名前として指定する必要があります。

model = load_model(path, custom_objects={'loss': weighted_loss})
4
today