完美解决keras保存好的model不能成功加载问题

前两天调用之前用keras（tensorflow做后端）训练好model，却意外发现报错了！！之前从来没有过报错！！错误内容粘贴如下：

File “h5py_objects.pyx”, line 54, in h5py._objects.with_phil.wrapper (C:\Minonda\conda-bld\h5py_1496885653697\work\h5py_objects.c:2867)

File “h5py_objects.pyx”, line 55, in h5py._objects.with_phil.wrapper (C:\Minonda\conda-bld\h5py_1496885653697\work\h5py_objects.c:2825)

File “h5py\h5f.pyx”, line 78, in h5py.h5f.open (C:\Minonda\conda-bld\h5py_1496885653697\work\h5py\h5f.c:2140)
OSError: Unable to open file (File signature not found)

意思好像就是文件结构找不到了，然后我百度了，他说是训练好的文件数据丢失了，重新训练就好了。

但是，我重新训练了好几次，确保训练的model文件没有错误，在调用时依然报了同样的错误。

一气之下，我卸载了h5py,然后重新安装h5py的最新版本，问题竟然神奇的解决了，哈哈哈哈！幸运！

补充知识：Keras使用 Lambda后训练出的模型加载后，预测结果为随机

问题

Keras 使用 Lambda后训练出的模型加载后，预测结果为随机accuracy

解决方案

原因出在，我构建模型的时候需要用到TensorFlow的一些函数，所以用了Lambda，有把一些需要训练weights的层也写到了里面。

重点就在这，模型权重保存的时候，没保存Lambda里面的。

用notepad打开权重文件，发现里面保存的Tensor不包含这些，所以每一次重新加载模型测试的时候都会重新初始化一些层的权重，导致结果是随机的。

结论

不要在Lambda层里面加入任何需要训练权重的层

模型保存出错的时候，看一下模型文件里面保存的Tensor是否一致