为什么要在Kerasload_model函数中提到损失函数？

Question

我使用自定义损失函数创建了一个 Keras 模型并保存了它。当我使用 Keras load_model() 函数重新加载训练模型进行预测时，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，为什么我们要在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。

Answer 1

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

但是，如果您只想将模型用于预测，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)

这样优化器和使用的损失函数将不会被保存，因此您不需要在加载模型时指定您使用的自定义损失函数。