欢迎来到代码驿站!

Python代码

当前位置:首页 > 软件编程 > Python代码

Keras load_model 导入错误的解决方式

时间:2020-12-24 11:24:08|栏目:Python代码|点击:

在使用Keras load_model时,会出现以下报错:

ImportError: Failed to import pydot. You must install pydot and graphviz for `pydotprint` to work.

解决办法:

$ pip install pydot
$ sudo apt-get install graphviz

补充知识:Keras 保存model到指定文件夹和加载load_model指定文件夹中的文件(踩坑)

我们一般保存模型和加载模型都是通过下面这段代码:

from keras.models import load_model
model.save('model.h5')
from keras.models import load_model
model = load_model('model.h5') 

而此时保存的路径都是模型训练的路径,当我们在写项目的过程中,需要将代码和result分文件保存,也就是说模型需要保存在自己指定的路径。下面我在说明如何保存和加载时,先简单说一下我的项目文件目录分配:

上面是我的项目的文件部署,其中FJmodel中有模型训练和模型加载的代码,reslut中save-model中保存着我一次训练的60个模型。

指定路径模型保存:

PATH = "../FengJiCode/result"
 ....
model.save(PATH+"/save-model/"+lags+"_LSTM3.h5")

这里我是使用的是相对路径保存的,而且成功保存60个模型,但是在加载的过程中,我一次按照指定文件名加载,如下代码加载:

#PATH = "../FengJiCode/result"
PATH = 'C://Users/lenovo/Desktop/FengJiCode/FengJiCode/result/save-model/'
 
for i in range(60):
 predictstep = i+1
 lag = "lag"+str(predictstep)
 modelname = lag+"_LSTM3.h5"
 print(modelname)
 string = PATH +modelname
 model = load_model(string) 

总会报如下的错误:

OSError: Unable to open file (unable to open file: name = 'C:/Users/lenovo/Desktop/FengJiCode/FengJiCode/result/save-model/lag1_LSTM3.h5', errno = 2, error message = 'No such file or directory', flags = 0, o_flags = 0)

常试了使用绝对路径、相对路径、文件此片读取等方法都是无法成功加载,最后在网上查了很多资料也没有什么相同的问题解决方法,在我的不断尝试中,通过如下方法成功解决;

PATH = r'C:\Users\lenovo\Desktop\FengJiCode15\FengJiCode\result\save-model'
 
for i in range(60):
 predictstep = i+1
 lag = "lag"+str(predictstep)
 modelname = "\\"+lag+"_LSTM3.h5"
 print(modelname)
 string = PATH +modelname
 if os.path.exists(string):
  message = 'OK, the "%s" file exists.'
 else:
  message = 'Sorry, I cannot find the " %s" file.'
 print( message % string)
# print(string)
 model = load_model(string) 

路径格式发生了变化,在每次加载前先判断改文件是否存在,成功加载结果:

上一篇:Python求解平方根的方法

栏    目:Python代码

下一篇:使用python itchat包爬取微信好友头像形成矩形头像集的方法

本文标题:Keras load_model 导入错误的解决方式

本文地址:http://www.codeinn.net/misctech/36038.html

推荐教程

广告投放 | 联系我们 | 版权申明

重要申明:本站所有的文章、图片、评论等,均由网友发表或上传并维护或收集自网络,属个人行为,与本站立场无关。

如果侵犯了您的权利,请与我们联系,我们将在24小时内进行处理、任何非本站因素导致的法律后果,本站均不负任何责任。

联系QQ:914707363 | 邮箱:codeinn#126.com(#换成@)

Copyright © 2020 代码驿站 版权所有