如何加载使用了自定义损失函数的Keras history pickle保存对象

报错原因 #

Keras的History对象内部绑定了训练关联的模型元信息，其中包含自定义损失函数的引用。pickle反序列化时需要匹配到对应名称的函数实现才能完成对象重建，找不到对应的custom_loss就会触发该报错。

解决方案 #

方案1（最推荐，适配所有场景，无后续依赖问题）

如果仅需要训练过程的指标数据（损失、准确率等），保存时直接序列化history.history字典即可，该字典是纯Python原生数据结构，没有绑定任何Keras模型依赖：

# 保存侧代码
with open('history.pkl', 'wb') as file:  
    pickle.dump(history.history, file)

# 读取侧代码，无需任何额外配置即可正常加载
with open('history.pkl', 'rb') as file:
    history_dict = pickle.load(file)

读取到的history_dict包含所有你需要的训练、验证指标数值，和原history.history的使用方式完全一致。

方案2（适配已序列化完整History对象的场景）

如果已经保存了完整的History对象，需要读取时按以下步骤操作：

1. 先在当前运行环境中声明你原本实现的custom_loss函数（如果不需要实际调用损失函数逻辑，仅做占位也可以，只要函数名匹配即可）
2. 用Keras的自定义对象上下文管理器包裹加载逻辑：

from keras.utils import CustomObjectScope

# 原custom_loss实现，或同名占位函数
def custom_loss(y_true, y_pred):
    # 此处替换为你原本的损失函数逻辑，仅占位的话可以随便返回一个合法值
    return y_true - y_pred

with CustomObjectScope({'custom_loss': custom_loss}):
    with open('history.pkl', 'rb') as file:
        history = pickle.load(file)

加载完成后可以正常访问history.history获取训练指标。

内容的提问来源于stack exchange，提问作者idpd15