Keras.applications.models權重在線加載中斷問題的解決辦法

由于網(wǎng)速慢或網(wǎng)絡中斷原因導致keras加載vgg16等模型權重失敗著蟹,導致無法使用拢切,對于這個問題的直接解決方法是:刪掉下載文件腔长,再重新下載。

Github方法:

Windows-weights路徑

C:\Users\你的用戶名\.keras\models

Linux-weights路徑

.keras/models/

注意: linux中 帶點號的文件都被隱藏了亏掀,需要查看hidden文件才能顯示

Keras-Github-教程

https://github.com/fchollet/deep-learning-models

原始權重下載地址

https://github.com/fchollet/deep-learning-models/releases

tf模型權重百度云下載地址

http://pan.baidu.com/s/1dE9giOD

VGG16:

? ? WEIGHTS_PATH =

? ? ‘https://github.com/fchollet/deep-learning-models/releases/download/v0.1/vgg16_weights_tf_dim_ordering_tf_kernels.h5’

? ? WEIGHTS_PATH_NO_TOP =

? ? ‘https://github.com/fchollet/deep-learning-models/releases/download/v0.1/vgg16_weights_tf_dim_ordering_tf_kernels_notop.h5’

VGG19:

? ? TF_WEIGHTS_PATH =

? ? ‘https://github.com/fchollet/deep-learning-models/releases/download/v0.4/xception_weights_tf_dim_ordering_tf_kernels.h5’

? ? TF_WEIGHTS_PATH_NO_TOP =

? ? ‘https://github.com/fchollet/deep-learning-models/releases/download/v0.4/xception_weights_tf_dim_ordering_tf_kernels_notop.h5’

RESNET50:

? ? WEIGHTS_PATH =

? ? ‘https://github.com/fchollet/deep-learning-models/releases/download/v0.2/resnet50_weights_tf_dim_ordering_tf_kernels.h5’

? ? WEIGHTS_PATH_NO_TOP =

? ? ‘https://github.com/fchollet/deep-learning-models/releases/download/v0.2/resnet50_weights_tf_dim_ordering_tf_kernels_notop.h5’

INCEPTIONS_V3:

? ? WEIGHTS_PATH =

? ? ‘https://github.com/fchollet/deep-learning-models/releases/download/v0.5/inception_v3_weights_tf_dim_ordering_tf_kernels.h5’

? ? WEIGHTS_PATH_NO_TOP =

? ? ‘https://github.com/fchollet/deep-learning-models/releases/download/v0.5/inception_v3_weights_tf_dim_ordering_tf_kernels_notop.h5’

XCEPTION:

? ? TF_WEIGHTS_PATH =

? ? ‘https://github.com/fchollet/deep-learning-models/releases/download/v0.4/xception_weights_tf_dim_ordering_tf_kernels.h5’

? ? TF_WEIGHTS_PATH_NO_TOP =

? ? ‘https://github.com/fchollet/deep-learning-models/releases/download/v0.4/xception_weights_tf_dim_ordering_tf_kernels_notop.h5’

?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末忱反,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子滤愕,更是在濱河造成了極大的恐慌温算,老刑警劉巖,帶你破解...
    沈念sama閱讀 216,651評論 6 501
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件间影,死亡現(xiàn)場離奇詭異注竿,居然都是意外死亡,警方通過查閱死者的電腦和手機魂贬,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,468評論 3 392
  • 文/潘曉璐 我一進店門巩割,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人付燥,你說我怎么就攤上這事宣谈。” “怎么了键科?”我有些...
    開封第一講書人閱讀 162,931評論 0 353
  • 文/不壞的土叔 我叫張陵闻丑,是天一觀的道長。 經(jīng)常有香客問我勋颖,道長嗦嗡,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,218評論 1 292
  • 正文 為了忘掉前任饭玲,我火速辦了婚禮酸钦,結果婚禮上,老公的妹妹穿的比我還像新娘咱枉。我一直安慰自己卑硫,他們只是感情好,可當我...
    茶點故事閱讀 67,234評論 6 388
  • 文/花漫 我一把揭開白布蚕断。 她就那樣靜靜地躺著欢伏,像睡著了一般。 火紅的嫁衣襯著肌膚如雪亿乳。 梳的紋絲不亂的頭發(fā)上硝拧,一...
    開封第一講書人閱讀 51,198評論 1 299
  • 那天,我揣著相機與錄音葛假,去河邊找鬼障陶。 笑死,一個胖子當著我的面吹牛聊训,可吹牛的內容都是我干的抱究。 我是一名探鬼主播,決...
    沈念sama閱讀 40,084評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼带斑,長吁一口氣:“原來是場噩夢啊……” “哼鼓寺!你這毒婦竟也來了勋拟?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 38,926評論 0 274
  • 序言:老撾萬榮一對情侶失蹤妈候,失蹤者是張志新(化名)和其女友劉穎敢靡,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體苦银,經(jīng)...
    沈念sama閱讀 45,341評論 1 311
  • 正文 獨居荒郊野嶺守林人離奇死亡啸胧,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 37,563評論 2 333
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了幔虏。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片吓揪。...
    茶點故事閱讀 39,731評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖所计,靈堂內的尸體忽然破棺而出柠辞,到底是詐尸還是另有隱情,我是刑警寧澤主胧,帶...
    沈念sama閱讀 35,430評論 5 343
  • 正文 年R本政府宣布叭首,位于F島的核電站,受9級特大地震影響踪栋,放射性物質發(fā)生泄漏焙格。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,036評論 3 326
  • 文/蒙蒙 一夷都、第九天 我趴在偏房一處隱蔽的房頂上張望眷唉。 院中可真熱鬧,春花似錦囤官、人聲如沸冬阳。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,676評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽肝陪。三九已至,卻和暖如春刑顺,著一層夾襖步出監(jiān)牢的瞬間氯窍,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,829評論 1 269
  • 我被黑心中介騙來泰國打工蹲堂, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留狼讨,地道東北人。 一個月前我還...
    沈念sama閱讀 47,743評論 2 368
  • 正文 我出身青樓柒竞,卻偏偏與公主長得像政供,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 44,629評論 2 354

推薦閱讀更多精彩內容