Keras中模型的麻烦加载权重

Question

我已经使用GloVe词嵌入训练了模型，并节省了模型的体系结构和权重。我想对模型网络进行一些小的更改，然后再次训练模型。这是我的代码：

#Load back model, change architecture, train, predict
from keras import regularizers
from keras import layers
from keras.models import load_model

def create_model():
  model = Sequential()
  model.add(Embedding(max_fatures, embed_dim,input_length = X_train.shape[1]))
  model.add(Bidirectional(LSTM(150, return_sequences=True, dropout= 0.1, recurrent_dropout=0.1)))
  model.add(GlobalMaxPool1D())
  model.add(Dense(50, activation="relu"))
  model.add(Dropout(0.1))
  model.add(Dense(6, activation="sigmoid"))

  #Load GloVe
  model.layers[0].set_weights([embedding_matrix])
  model.layers[0].trainable = False
  model = load_model('/content/model_num2.h5')
  model.fit(X_train,y_train, nb_epoch=2, batch_size=32, show_accuracy=True, validation_split=0.1, verbose=2)
  return(model)

model2 = create_model()

当我调用model2时，它失败了。错误消息是：

ValueError: Cannot create group in read only mode.

我在create_model（）函数中更改了某些图层，最终我想训练模型（使用之前保存的权重）并在测试集上进行预测。

任何帮助都会很棒！

编辑：忘记发布正在其中编译模型的部分。在功能中添加了它。

Answer 1

我不理解您的代码， 您创建一个新的Model不会compile，而是load一个新模型会删除您的模型吗？

1. 通常，您应该从头开始重写模型，因为在编译时， 它不再可变了。 通过访问模型对象属性/ print_summary，您可以查看模型的体系结构

2. 每个权重都针对给定的体系结构进行了优化，不能确定是否使用来自另一种体系结构的预训练权重可以节省计算时间，会增加过拟合的风险