tf.keras load_model 오류 - ValueError: No model config found in the file at ...

Callback 함수에서 ModelCheckpoint를 설정하고 best model을 저장하였다. 저장한 모델을 불러오려고 했는데 다음과 같은 오류가 떠서 해결해보려고 한다.

from tensorflow.keras.callbacks import ModelCheckpoint
from tensorflow.keras.models import load_model

model_cp = ModelCheckpoint('best_model.h5',save_weights_only=True, monitor='val_loss', save_best_only=True, mode='min')

model_best = load_model('best_model.h5')
model_best

 

" ValueError: No model config found in the file at ... " 이라는 에러이다.

 

load_model 함수를 사용하여 모델을 불러올 때는 저장된 모델의 아키텍처와 가중치들을 함께 불러와야 한다. ModelCheckpoint에서 save_weights_only=True 옵션으로 인해 모델 아키텍처가 저장되지 않았기 때문에 해당 에러가 발생한 것이다.

 

 

1. 모델 아키텍처와 가중치 모두 저장하기

모델 아키텍처와 가중치를 함께 저장하여 load_model을 사용하여 불러올 수 있도록 한다. 아래와 같이 save_weights_only를 False로 설정한다.

 

model_cp = ModelCheckpoint('best_model.h5', save_weights_only=False, monitor='val_loss', save_best_only=True, mode='min') # save_weights_only=True 하면 load 불가능

save_weights_only=False (Default)

 

 

2. 모델 아키텍처 별도로 저장하기

모델 아키텍처를 따로 저장한 후, 가중치를 저장한다. 그런 다음 모델을 불러올 때 아키텍처 파일과 가중치 파일을 각각 불러온다.

 

(1) 모델 아키텍처 저장

# JSON 형식으로 모델 아키텍처 저장
model_json = model.to_json()
with open('best_model.json', 'w') as json_file:
    json_file.write(model_json)

 

(2) 가중치 저장:

model_cp = ModelCheckpoint('best_model_weights.h5', monitor='val_loss', save_best_only=True, save_weights_only=True, mode='min')

 

(3) 모델 불러오기

from tensorflow.keras.models import model_from_json

# 모델 아키텍처 불러오기
with open('best_model.json', 'r') as json_file:
    loaded_model_json = json_file.read()
model_best = model_from_json(loaded_model_json)

# 가중치 불러오기
model_best.load_weights('best_model_weights.h5')

 

아무래도 첫번째 방법이 간단해보이긴 한다.

하지만, save_weights_only=True를 해주는 이유가 Weight와 Bias만 저장할 수 있어서인데, 이렇게 설정해주는 이유는 가끔 버전에 따라서 keras의 fit()에서 모델과 Weight를 함께 저장하는 방식에서 오류가 나는 경우가 있기 때문이다.

 

 

 

3. SavedModel 형식

from tensorflow.keras.models import save_model, load_model

train_input = np.random.random((128, 32))
train_target = np.random.random((128, 1))

input_tensor = Input(shape=(32,))
output = Dense(2, activation='relu')(input_tensor)
model = Model(inputs=input_tensor, outputs=output)
model.summary()

model.compile(optimizer=Adam(lr=0.01), loss='mean_squared_error', metrics='accuracy')
model.fit(x=train_input, y=train_target)

save_model('best_model')

loaded_model = load_model('best_model')

 

 

출처 : https://www.tensorflow.org/guide/saved_model?hl=ko