Keras中模型的麻煩加載權重

Question

我已經使用GloVe詞嵌入訓練了模型，並節省了模型的體系結構和權重。 我想對模型網絡進行一些小的更改，然后再次訓練模型。 這是我的代碼：

#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()

當我調用model2時，它失敗了。 錯誤消息是：

ValueError: Cannot create group in read only mode.

我在create_model（）函數中更改了前面的某些層，最終我想訓練模型（使用之前保存的權重）並在測試集上進行預測。

任何幫助將是巨大的！

編輯：忘記發布正在其中編譯模型的部分。 在功能中添加了它。

Answer 1

我不理解您的代碼，您創建的新Model不會compile並load新模型，而是會刪除您的模型嗎？

1. 通常，您應該從頭開始重寫模型，因為在編譯模型時，它不再可變。 通過訪問模型對象的屬性/ print_summary您可以查看模型的體系結構

2. 每個權重都針對給定的體系結構進行了優化，不能確保使用來自另一個體系結構的預訓練權重可以節省計算時間，但會增加過度擬合的風險