[TF2.0]xxxx.h5模型导入几个报错及解决办法

1.ValueError: Unknown XXX: YYY

解决办法是在tf.keras.models.load_model()括号里面加上
　　　　　　　　　custom_objects = {“YYY”:XXX对应的函数或者对象}

例如教程里是把网络模型定义成一个class，class名字为MyModel(它是继承了Sequential)，这个解决办法是在模型导入的时候加上 custom_objects = {“MyModel”:Sequential},例如以下代码：

new_model=tf.keras.models.load_model("chapter10/models/model.h5",
                                      custom_objects = {"MyModel":Sequential})

有时候还会再报其他的错，长这样的这种类型的错误缺什么加什么一般就管用。
例如报错　ValueError: Unknown activation function:leaky_relu　就加上

new_model=tf.keras.models.load_model("chapter10/models/model.h5",
                                      custom_objects = {"MyModel":Sequential，
                                                        "leaky_relu":tf.nn.leaky_relu})

2.ValueError: Error when checking input:

如果训练模型的时候，第一层没有表明输入张量的维度，导入模型时可能会报错：

ValueError: You are trying to load a weight file containing 6 layers into a model with 0 layers.

如果把上述维度添加上再训练，写成 input_shape=(None,784)，导入模型时可能会报错：

ValueError: Error when checking input: expected dense_input to have 3 dimensions, but got array with shape (5139, 784)

一种避免出错的做法是训练模型时，用input_dim=784来表明输入数据的维度，例如：

Dense(100,kernel_initializer=he,activation=elu,input_dim=784)