new_model = keras.models.load_model(r'D:\pythonProject3_SCV\inputdata\ONE_1\model.h5')如何修改为调用ckpt格式的模型

如果你的模型是ckpt格式的，可以使用tensorflow中的tf.train.Checkpoint来加载模型。下面是一个简单的例子：

import tensorflow as tf

# 定义模型结构
class MyModel(tf.keras.Model):
    def __init__(self):
        super(MyModel, self).__init__()
        self.dense1 = tf.keras.layers.Dense(64, activation='relu')
        self.dense2 = tf.keras.layers.Dense(10)

    def call(self, inputs):
        x = self.dense1(inputs)
        return self.dense2(x)

# 创建模型
model = MyModel()

# 定义checkpoint
checkpoint = tf.train.Checkpoint(model=model)

# 加载模型参数
checkpoint.restore('/path/to/model.ckpt')

# 使用模型进行推理
output = model(tf.ones([1, 784]))
print(output)

在这个例子中，我们首先定义了一个简单的模型结构，然后创建了一个Checkpoint，并将模型添加到Checkpoint中。然后我们可以使用`checkpoint.restore()`方法来加载模型参数，最后使用模型进行推理。你需要将`/path/to/model.ckpt`替换为你自己的模型路径。