Keras 3.6 和 TensorFlow 2.18 未解析的参考“load_model”

问题描述 投票:0回答:1

尝试在 Keras 中加载模型时遇到错误,未解析的引用“load_model”。这是我正在使用的代码(我从谷歌可教机器获得): from keras.models import load_model # Keras 需要 TensorFlow 才能工作 from PIL import Image, ImageOps # 安装pillow而不是PIL 将 numpy 导入为 np

from keras.models import load_model  # TensorFlow is required for Keras to work
from PIL import Image, ImageOps  # Install pillow instead of PIL
import numpy as np

# Disable scientific notation for clarity
np.set_printoptions(suppress=True)

# Load the model
model = load_model("keras_Model.h5", compile=False)

# Load the labels
class_names = open("labels.txt", "r").readlines()

# Create the array of the right shape to feed into the keras model
# The 'length' or number of images you can put into the array is
# determined by the first position in the shape tuple, in this case 1
data = np.ndarray(shape=(1, 224, 224, 3), dtype=np.float32)

# Replace this with the path to your image
image = Image.open("<IMAGE_PATH>").convert("RGB")

# resizing the image to be at least 224x224 and then cropping from the center
size = (224, 224)
image = ImageOps.fit(image, size, Image.Resampling.LANCZOS)

# turn the image into a numpy array
image_array = np.asarray(image)

# Normalize the image
normalized_image_array = (image_array.astype(np.float32) / 127.5) - 1

# Load the image into the array
data[0] = normalized_image_array

# Predicts the model
prediction = model.predict(data)
index = np.argmax(prediction)
class_name = class_names[index]
confidence_score = prediction[0][index]

# Print prediction and confidence score
print("Class:", class_name[2:], end="")
print("Confidence Score:", confidence_score)

我尝试重新安装 Keras 和 TensorFlow,但仍然遇到此错误。我想知道这是否可能是由于版本兼容性问题造成的,因为我目前正在使用:

Python:3.12 张力流:2.18 喀拉斯:3.6 枕头:最新 我尝试过的: 使用 pip 重新安装 TensorFlow 和 Keras。 将导入更改为 fromtensorflow.keras.models import load_model,但仍然出现错误。 如果有人遇到类似的问题或知道如何解决它,我非常感谢您的帮助。预先感谢!

python tensorflow keras teachable-machine h5
1个回答
0
投票

1-尝试将导入语句更新为 从tensorflow.keras.models导入load_model 并且还升级了枕头版本

2-验证您的 TensorFlow 和 Keras 版本是否兼容。从 TensorFlow 2.18 开始,应使用集成的 Keras 版本。使用单独的 Keras 安装可能会导致冲突。建议卸载独立的 Keras 软件包。

© www.soinside.com 2019 - 2024. All rights reserved.