Keras中模型的麻烦加载权重

Question

我已经使用GloVe词嵌入训练了模型，并节省了模型的体系结构和权重。 我想对模型网络进行一些小的更改，然后再次训练模型。 这是我的代码：

#Load back model, change architecture, train, predict
from keras import regularizers
from keras import layers
from keras.models import load_model

def create_model():
  model = Sequential()
  model.add(Embedding(max_fatures, embed_dim,input_length = X_train.shape[1]))
  model.add(Bidirectional(LSTM(150, return_sequences=True, dropout= 0.1, recurrent_dropout=0.1)))
  model.add(GlobalMaxPool1D())
  model.add(Dense(50, activation="relu"))
  model.add(Dropout(0.1))
  model.add(Dense(6, activation="sigmoid"))

  #Load GloVe
  model.layers[0].set_weights([embedding_matrix])
  model.layers[0].trainable = False
  model = load_model('/content/model_num2.h5')
  model.fit(X_train,y_train, nb_epoch=2, batch_size=32, show_accuracy=True, validation_split=0.1, verbose=2)
  return(model)

model2 = create_model()

当我调用model2时，它失败了。 错误消息是：

ValueError: Cannot create group in read only mode.

我在create_model（）函数中更改了前面的某些层，最终我想训练模型（使用之前保存的权重）并在测试集上进行预测。

任何帮助将是巨大的！

编辑：忘记发布正在其中编译模型的部分。 在功能中添加了它。

Answer 1

我不理解您的代码，您创建的新Model不会compile并load新模型，而是会删除您的模型吗？

1. 通常，您应该从头开始重写模型，因为在编译模型时，它不再可变。 通过访问模型对象的属性/ print_summary您可以查看模型的体系结构

2. 每个权重都针对给定的体系结构进行了优化，不能确保使用来自另一个体系结构的预训练权重可以节省计算时间，但会增加过度拟合的风险