Keras模型序列化与自定义损失函数加载问题解析
2025-04-30 15:23:54作者:裴麒琰
问题背景
在Keras深度学习框架中,模型序列化与反序列化是模型部署和迁移的重要环节。近期在Keras版本从3.6升级到3.7后,部分用户遇到了自定义损失函数加载失败的问题,具体表现为当尝试加载在Keras 3.6中保存的模型时,系统无法识别已注册的自定义损失函数。
问题现象
当使用Keras 3.7或3.8加载在Keras 3.6中保存的包含自定义损失函数的模型时,会出现类似以下的错误信息:
TypeError: Could not locate function 'attention_loss'. Make sure custom classes are decorated with `@keras.saving.register_keras_serializable()`. Full object config: {'module': 'builtins', 'class_name': 'function', 'config': 'attention_loss', 'registered_name': 'function'}
值得注意的是,这个问题仅出现在自定义损失函数上,而自定义激活函数则不受影响。
技术分析
序列化机制变化
在Keras 3.6版本中,自定义损失函数的序列化存在以下特点:
- 序列化时仅使用函数名称作为键值,忽略了
@keras.saving.register_keras_serializable
装饰器中指定的包名 - 反序列化时存在回退机制,能够通过函数名称匹配已注册的函数
Keras 3.7版本通过提交795df4ef63566ec869fe2512373f4346e1e02746修复了这个问题,但同时也移除了原有的回退机制,导致:
- 现在序列化时会正确使用"包名>函数名"的完整格式
- 但无法加载旧版本中仅以函数名作为键值保存的模型
根本原因
问题的核心在于Keras对不同类型的自定义函数处理方式不一致:
- 损失函数:在3.6版本中序列化时未包含包名信息
- 激活函数:始终使用
get_registered_name
方法生成包含包名的完整键值
这种不一致性导致了版本升级后的兼容性问题。
解决方案
临时解决方案
对于需要加载Keras 3.6保存的模型的用户,可以采用以下方法:
@keras.saving.register_keras_serializable("attention_loss")
def attention_loss(y_actual, y_predicted):
# 实现代码
reloaded_model = keras.models.load_model(
"custom_model.keras",
custom_objects={"attention_loss": attention_loss},
)
这种方法通过显式提供custom_objects参数,绕过了自动反序列化机制。
长期建议
- 对于新项目,建议统一使用Keras 3.7+版本
- 保存模型时,确保所有自定义对象都正确使用了
@keras.saving.register_keras_serializable
装饰器 - 考虑在模型文档中保留自定义对象的实现代码,以备将来需要
最佳实践
为了确保模型的可移植性,建议遵循以下准则:
- 明确注册:为所有自定义层、损失函数和指标使用装饰器注册
- 版本控制:记录模型保存时使用的Keras版本
- 代码归档:将自定义对象的实现与模型文件一起归档
- 测试验证:在不同环境中测试模型加载功能
总结
Keras框架的持续改进虽然带来了更好的功能,但有时也会引入兼容性问题。理解序列化机制的变化有助于开发者更好地管理模型生命周期。对于自定义对象,显式注册和适当文档是确保长期可维护性的关键。随着Keras生态系统的成熟,这类问题有望通过更完善的版本管理和迁移工具得到进一步缓解。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0298- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
176
261

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
858
511

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
258
298

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

deepin linux kernel
C
22
5