load_modelb报错,ValueError: You are trying to load a weight file containing 3 layers into a model with 0 layers.

[d4zzz]

• 在train()中保存模型 model.save(model_dir) test()中进行调用时会报错， model=load_model(model_dir)

---

Traceback (most recent call last): File ".\MLP.py", line 123, in test(model_dir,test_generator,test_size,input_num,dims_num,batch_size) File ".\MLP.py", line 49, in test model=load_model(model_dir) File "D:\Python36\lib\site-packages\keras\engine\saving.py", line 263, in load_model load_weights_from_hdf5_group(f['model_weights'], model.layers) File "D:\Python36\lib\site-packages\keras\engine\saving.py", line 900, in load_weights_from_hdf5_group str(len(filtered_layers)) + ' layers.') ValueError: You are trying to load a weight file containing 3 layers into a model with 0 layers.

[cllx]

请问你这个问题解决了吗 我也有这个问题

[d4zzz]

• 在train中按下面方法保存权重

model.save_weights('test.h5')

• 在test中重新读取权重

  inputs=InputLayer(input_shape=(input_num,dims_num),batch_size=batch_size)
  layer1=Dense(100,activation="relu")
  layer2=Dense(20,activation="relu")
  flatten=Flatten()
  layer3=Dense(2,activation="softmax",name="Output")
  model=Sequential()
  model.add(inputs)
  model.add(layer1)
  model.add(Dropout(0.5))
  model.add(layer2)
  model.add(Dropout(0.5))
  model.add(flatten)
  model.add(layer3)
  model.load_weights('test.h5',by_name=True)
  json_string = model.to_json()
  model = model_from_json(json_string)

[cllx]

我是把keras版本调回2.1.0运行就没问题了

[d4zzz]

我是把keras版本调回2.1.0运行就没问题了

这样也可以解决

怎么解决model.predict的调用问题呢，输入单条XSS字符串的数据与InputLayer的大小不相同，根本到不了一个batch那么大

[cllx]

我也不是很清楚这个 我在想可不可以按照这里面的分词处理方法把XSS payload进行同样的分词处理成向量 然后用train里的那种方式形成一个test数据（我也是一个初学者 这方面不是很了解）

[cllx]

你有这个问题吗 If printing histograms, validation_data must be provided, and cannot be a generator 我想让它printing histograms但又不能报错 不知道要怎么做

[d4zzz]

你有这个问题吗 If printing histograms, validation_data must be provided, and cannot be a generator 我想让它printing histograms但又不能报错 不知道要怎么做

应该是要对model.fit的参数validation_data 形如(x,y)和validation_split设置

[d4zzz]

我也不是很清楚这个 我在想可不可以按照这里面的分词处理方法把XSS payload进行同样的分词处理成向量 然后用train里的那种方式形成一个test数据（我也是一个初学者 这方面不是很了解）

这样有可能对输入的数据扩展维度之后变稀疏了，特征就不明显了