这篇文章主要讲解了如何使用Keras加载含有自定义层或函数的模型，内容清晰明了，对此有兴趣的小伙伴可以学习一下，相信大家阅读完之后会有帮助。

当我们导入的模型含有自定义层或者自定义函数时，需要使用custom_objects来指定目标层或目标函数。

例如：

我的一个模型含有自定义层“SincConv1D”，需要使用下面的代码导入：

from keras.models import load_model
model = load_model('model.h6', custom_objects={'SincConv1D': SincConv1D})

如果不加custom_objects指定目标层Layer，则会出现以下报错：

ValueError: Unknown layer: SincConv1D

同样的，当我的模型含有自定义函数“my_loss”，需要使用下面的代码导入：

from keras.models import load_model
model = load_model('model.h6', custom_objects={'my_loss': my_loss})

补充知识：keras加载模型load_model报错——ValueError: Unknown layer: CRF

我就废话不多说了，大家还是直接看代码吧！

from keras.models import load_model
model = load_model(model_path)

会报错，需要在load_model函数中添加custom_objects参数，来声明自定义的层
（用keras搭建bilstm-crf，在训练模型时，使用的是：

from keras_contrib.layers.crf import CRF）

from keras_contrib.layers.crf import CRF, crf_loss, crf_viterbi_accuracy
model = load_model(model_path, custom_objects={"CRF": CRF, 'crf_loss': crf_loss,
                        'crf_viterbi_accuracy': crf_viterbi_accuracy})

看完上述内容，是不是对如何使用Keras加载含有自定义层或函数的模型有进一步的了解，如果还想学习更多内容，欢迎关注天达云行业资讯频道。