我有一個(gè)簡(jiǎn)單的 Keras 網(wǎng)絡(luò)，它使用定義為 lambda 的自定義激活函數(shù)：from tensorflow.keras.activations import relulrelu = lambda x: relu( x, alpha=0.01 )model = Sequentialmodel.add(Dense( 10, activation=lrelu, input_dim=12 ))...它可以很好地編譯、訓(xùn)練、測(cè)試（省略代碼），我可以使用model.save( 'model.h5' ). 但是，當(dāng)我嘗試使用加載它時(shí)loaded = tf.keras.models.load_model( 'model.h5', custom_objects={'lrelu' : lrelu})，盡管定義lrelu完全如上所示，但它會(huì)抱怨：ValueError: Unknown activation function:<lambda>等一下：不是lambdapython 關(guān)鍵字嗎？我不打算重新定義 python 所以我可以加載一個(gè)模型——它會(huì)在哪里結(jié)束？我該如何克服這個(gè)問(wèn)題？我需要指定什么作為我的custom_objects？根據(jù)TF Keras guide to saving and loading with custom objects and functions ...自定義函數(shù)（例如激活損失或初始化）不需要 get_config 方法。只要將其注冊(cè)為自定義對(duì)象，函數(shù)名稱就足以加載。在我看來(lái)，這正是我所做的。難道這只適用于使用def而不適用于 lambda 函數(shù)定義的函數(shù)嗎？