为什么我们需要在Keras负荷模型函数中提到损失函数？

Question

我用一个自定义的损失函数创建了一个Keras模型并保存了它。当我使用Kerasload_model()函数重新加载经过训练的模型进行预测时，我必须将自定义损失函数传递给custom_objects参数：

new_model=load_model('yolo_1.model',custom_objects={'custom_loss':custom_loss}) 

我的问题是，为什么我们必须在load_model()中提到自定义损失函数？我认为在预测过程中不需要损失函数。在

Answer 1

这是因为save方法的include_optimizer参数默认设置为True。因此，优化器和loss函数将被保存，因此，当您使用load_model函数时，它们将被加载。在

但是，如果只想使用模型进行预测，则不需要保存优化器，因此在保存模型时将include_optimizer设置为False：

model.save('my_model.h5', include_optimizer=False)

这样就不会保存优化器和使用的损失函数，因此您不需要指定加载模型时使用的自定义损失函数。在