使用自定义损失+ keras加载模型

Question

在Keras中，如果您需要自定义损失以及其他参数，我们可以像https://datascience.stackexchange.com/questions/25029/custom-
loss-function-with-additional-parameter-in-
凯拉斯

def penalized_loss(noise):
    def loss(y_true, y_pred):
        return K.mean(K.square(y_pred - y_true) - K.square(y_true - noise), axis=-1)
    return loss

当我训练模型时，上述方法有效。但是，一旦训练了模型，我将很难加载模型。当我尝试在load_model中使用custom_objects参数时，如下所示

model = load_model(modelFile, custom_objects={'penalized_loss': penalized_loss} )

它抱怨 ValueError: Unknown loss function:loss

有什么方法可以将损失函数作为自定义损失之一传递custom_objects吗？据我所知，在load_model调用期间，内部函数不在名称空间中。有没有更简单的方法来加载模型或使用带有其他参数的自定义损失

Answer 1

就在这里！custom_objects期望使用与损失函数完全相同的函数（在您的情况下为内部函数）：

model = load_model(modelFile, custom_objects={ 'loss': penalized_loss(noise) })

不幸的是，keras不会在模型中存储噪声值，因此您需要将其手动输入到load_model函数。