Сохранить и загрузить numpy ndarray в виде текстового файла (веса keras)

Я хочу использовать свою модель keras на разных компьютерах с разными версиями Python.

Я не хочу использовать Pickle и numpy.savez, потому что это вызывает проблемы в разных средах.

Я начинаю с этого, и это работает нормально

import json
import numpy as np
from tensorflow import keras

def save_mod(model, name = "my_model"):
    with open(name + '.json', 'w') as fp:
        json.dump(model.to_json(), fp)

    # save weights
    model_weights = model.get_weights()
    return model_weights

def load_mod(model_weights_, name = "my_model"):
    # load config
    with open(name + ".json", "r") as read_file:
        json_string = json.load(read_file)
    model_ = keras.models.model_from_json(json_string, custom_objects = {})

    # load weights
    model_.set_weights(model_weights_)
    return model_

model = keras.models.load_model("segmentation.h5")
weights = save_mod(model)
loaded_model = load_mod(weights)

Затем я пытаюсь сохранить и загрузить веса

np.savetxt('weights.txt', weights, fmt='%s')
loaded_weights = np.fromfile('weights.txt')

print(len(weights)) 
print(len(loaded_weights))

>> 112
>> 31013

У меня есть 112 и 31013, метод не работает

with open('test.txt', 'wb') as f:
    np.savetxt(f, np.column_stack(weights), fmt='%1.10f')

он говорит >> все входные массивы должны иметь одинаковое количество измерений, но массив с индексом 0 имеет 4 измерения, а массив с индексом 1 имеет 2 измерения.

наконец я сделал это

class EncodeNumpy(json.JSONEncoder):
    def default(self, obj):
        if isinstance(obj, np.ndarray):
            return obj.tolist()
        return json.JSONEncoder.default(self, obj)


we = np.array(weights)
print(a.shape)
json_dump = json.dumps({'we': we}, cls=EncodeNumpy)

json_load = json.loads(json_dump)
a_restored = np.asarray(json_load["we"])
print(a_restored.shape)

model.set_weights(a_restored)

это дало мне массивы (112) и (112)

но model.set_weights(a_restored) возвращает

AttributeError: 'list' object has no attribute 'shape'
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
1
0
671
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Последняя ошибка

AttributeError: 'list' object has no attribute 'shape'

вызвано тем, что numpy не может преобразовать внутренние списки в ndarrays из-за несоответствия размера.

См. пример: списки одинакового размера

np.array([[1, 2, 3], [1, 2, 3]])
# array([[1, 2, 3],
#       [1, 2, 3]])

против списков, имеющих другой размер

np.array([[1, 2, 3], [1, 2]])
# array([list([1, 2, 3]), list([1, 2])], dtype=object)

Это не то, что вы хотите в любом случае. Правильный способ в этом случае — превратить каждый внутренний список в ndarray отдельно и поместить их в список вместо ndarray.

Например, вы можете сделать что-то вроде:

a_restored = [np.asarray(el) for el in json_load["we"]]

Теперь вы должны быть в состоянии загрузить гири.

json_load = json.loads(json_dump)
a_restored = [np.asarray(el) for el in json_load["we"]]
model.set_weights(a_restored)

Другие вопросы по теме