我正在尝试将Keras 1.0模型中的权重加载到我创建的Keras 2.0模型中。我确信模型架构完全相同。我遇到的问题是load_weights（）函数正在加载所有权重。
当我将权重打印到原始模型（通过load_model加载）和带有load_weights（）的新模型的文本文件中时，后者缺少许多条目，实际上是不同的。当准确度较低时，这也会在进行预测时显示出来。
此问题仅发生在我的LSTM图层中。嵌入层很好，Dense层也很好。
有什么想法吗？我不能使用load_model（），因为原始保存的模型是在keras 1.0中完成的，我需要使用keras 2.0
编辑更多：
我应该注意到我认为问题是内部状态没有被加载。让我解释一下。当我在每个图层上使用get_weights（）并将其打印到终端或文件时，原始模型会输出更大的矩阵。
在使用load_weights然后get_weights并打印后，权重矩阵缺少许多元素。我认为这是内部状态。
问题是存储了已编译图形的参数。如果可以的话，我认为只是移动重量并继续训练让它赶上（可能1-2个时期）是安全的。
GL