tensorflow - 无法在 Keras 中使用跟随 multi_gpu_model 的 model.save 保存模型

Question

升级到 Keras 2.0.9 后，我一直在使用 multi_gpu_model实用程序，但我无法使用以下方法保存我的模型或最佳权重

model.save('path')

我得到的错误是

TypeError: can’t pickle module objects

我怀疑访问模型对象存在一些问题。是否有解决此问题的方法？

Answer 1

老实说，最简单的方法是使用实​​际检查多 GPU 并行模型

 parallel_model.summary()

(并行模型只是应用multi_gpu函数后的模型)。这清楚地突出了实际模型(我认为倒数第二层 - 我现在不在我的电脑前)。然后就可以使用该层的名称来保存模型。

 model = parallel_model.get_layer('sequential_1)

通常它称为sequential_1，但如果您使用的是已发布的架构，则它可能是“googlenet”或“alexnet”。您将在摘要中看到图层的名称。

然后保存起来很简单

 model.save()

Maxims 方法有效，但我认为它太过分了。

Rem:您需要编译模型和并行模型。