model.to_json()
对于型号
____________________________________________________________________________________________________ 层(类型)输出形状参数#
连接到
=================================================== =================================================== lambda_1(Lambda)(无、3、160、320)0
lambda_input_1[0][0]
____________________________________________________________________________________________________ 卷积2d_1(卷积2D)(无、1、40、16)327696
lambda_1[0][0]
_____________________________________________________________________________________ elu_1 (ELU)(无、1、40、16)0
卷积2d_1[0][0]
____________________________________________________________________________________________________ 卷积2d_2(卷积2D)(无、1、20、32)12832
elu_1[0][0]
_____________________________________________________________________________________ elu_2 (ELU)(无、1、20、32)0
卷积2d_2[0][0]
_____________________________________________________________________________________ 卷积2d_3(卷积2D)(无、1、10、64)51264
elu_2[0][0]
_____________________________________________________________________________________ 展平_1(展平)(无,640)0
卷积2d_3[0][0]
___________________________________________________________________________________________ dropout_1(辍学)(无,640)0
展平_1[0][0]
____________________________________________________________________________________________________ elu_3 (ELU)(无,640)0
dropout_1[0][0]
___________________________________________________________________________________________ 密集_1(密集)(无,512)328192
elu_3[0][0]
__________________________________________________________________________________________ dropout_2(辍学)(无,512)0
密集_1[0][0]
_____________________________________________________________________________________ elu_4 (ELU)(无,512)0
dropout_2[0][0]
___________________________________________________________________________________________ 密集_2(密集)(无,1)513
elu_4[0][0]
=================================================== ===================================================总参数:720,497 可训练参数:720,497 不可训练参数: 0 ____________________________________________________________________________________________________ 无
抛出异常
“rawunicodeescape”编解码器无法解码位置 94-98 中的字节: 被截断的\uXXXX
可能是什么问题以及如何解决?
您的代码似乎位于这样的目录中:“C:\Users\python\u{...}.py”。这种错误与 python 3 版本有关,在该版本中我们得到特殊字符 \u 并且无法在 Windows 机器上对其进行解码。您可以更改文件名或文件的完整路径,以便它不包含特殊字符或从文件
generic_utils.py
中为函数“func_dump”制作补丁(可以通过以下路径“keras/utils/generic_utils.py”访问) 。您应该将第 code = marshal.dumps(func.__code__).decode('raw_unicode_escape')
行替换为第 code = marshal.dumps(func.__code__).replace(b'\\',b'/').decode('raw_unicode_escape')
行。
我在使用带有tensorflow-gpu后端的keras 1.2.1时遇到了类似的问题。
我发现这是因为 Windows 10 周年纪念版在编码正斜杠字符时出现问题。
使用 Lambda 层会使
to_json()
调用失败,但切换到批量归一化效果很好。
model = Sequential()
# model.add(Lambda(lambda x: x / 255. - .5, input_shape=INPUT_DIMENSIONS))
model.add(BatchNormalization(input_shape=INPUT_DIMENSIONS, axis=1))
. . .
# POST PROCESSING, SAVE MODEL TO DISK
with open('model.json', 'w') as json_file:
json_file.write(model.to_json())
这不是一个理想的解决方案,但希望它对将来关注这个问题的人有用。
我相信这实际上是由于 Keras 中的错误造成的,幸运的是已由 Keras pull request #8572 修复。然而,该 PR 最近才被合并,虽然它已合并到最新的 pypi 版本中,但在最新的 conda 版本中却not,这就是我收到此错误的原因。
通过
pip install keras
而不是 conda install keras
安装 Keras 使一切对我来说都有效(尽管我还必须在此之前使用 conda install pip
才能让 pip 正常工作)。
我最近在尝试保存 keras 模型时遇到了这个问题。 我解决这个问题的方法是以这种方式将所有
forward and backslash
加倍//
和\\
。
这样我就可以避免这样的情况,其中
\u
是一个特殊的 unicode 字符,并且 Windows 会有不同的解释。
c:\desktop\uranuimmodel.keras'
所以我宁愿将上面的内容改为
c:\\desktop\\uranuimmodel.keras'
您可以阅读更多这里
我希望这对将来的人有帮助