python - 将 Keras 模型导出为 SavedModel 格式

Question

我在将 Keras 生成的顺序模型保存为 SavedModel 格式时遇到问题。

正如 https://www.tensorflow.org/guide/keras/save_and_serialize#export_to_savedmodel 中所述,要将 Keras 模型保存为 TensorFlow 可以使用的格式，我需要使用 model.save() 并提供 save_format='tf'，但我拥有的是:

Traceback (most recent call last):
  File "load_file2.py", line 14, in <module>
    classifier.save('/tmp/keras-model.pb', save_format='tf')

我的代码示例是:

import pandas as pd
import tensorflow as tf;
import keras;
from keras import Sequential
from keras.layers import Dense
import json;
import numpy as np;

classifier = Sequential()
classifier.add(Dense(4, activation='relu', kernel_initializer='random_normal', input_dim=4))
classifier.add(Dense(1, activation='sigmoid', kernel_initializer='random_normal'))
classifier.compile(optimizer ='adam',loss='binary_crossentropy', metrics = ['accuracy'])

classifier.save('/tmp/keras-model.pb', save_format='tf')

我的Python是3.6.10。

我的tensorflow是1.14和2.0(我都测试过，结果是一样的)。

我的keras是2.3.1。

那里出了什么问题或者我应该更改什么才能保存我的模型然后由 tensorflow 使用？

或者，也许还有另一种方法可以使用 TensorFlow2 作为后端从 Keras 保存模型？

谢谢。

Answer 1

我运行了你的代码。使用tensorflow 1.15，我收到类型错误，指出 save_format 不是已知参数。使用tensorflow 2，我得到了使用 tf.keras 而不是原生 keras 的建议。所以，我尝试了 tf.keras 而不是 keras。这次代码运行没有错误。另外，在保存模型之前我没有看到拟合方法。

使用 TF2.0:

import pandas as pd
import tensorflow as tf;
##Change.
from tensorflow.keras import Sequential
from tensorflow.keras.layers import Dense
import json;
import numpy as np;

classifier = Sequential()
classifier.add(Dense(4, activation='relu', kernel_initializer='random_normal', input_dim=4))
classifier.add(Dense(1, activation='sigmoid', kernel_initializer='random_normal'))
classifier.compile(optimizer ='adam',loss='binary_crossentropy', metrics = ['accuracy'])

classifier.save('/tmp/keras-model.pb', save_format='tf')

结果:

INFO:tensorflow:Assets written to: /tmp/keras-model.pb/assets