python - 从不同版本的 tf.keras 加载保存的模型

Question

我在 google colab 中使用 TensorFlow 和 Keras 创建了一个图像分类模型。它分别与 GPU 版本 1.15 和 2.2.4 一起保存在那里。现在我想用 CPU 和版本 1.10 和 2.2.2 将它们加载到我的远程机器中，我无法做到这一点并出现错误。这是我第一次使用 CNN 以及 tf 和 keras，所以我无法弄清楚确切的原因是什么以及如何解决这个问题。我在下面提到了代码和错误：

import tensorflow as tf
from tensorflow import keras
from tensorflow.keras.models import load_model
from tensorflow.keras.models import model_from_json

json_file = open('model.json', 'r')
loaded_model_json = json_file.read()
json_file.close()
loaded_model = model_from_json(loaded_model_json)

错误：ValueError：（'无法识别的关键字参数：'，dict_keys（['ragged']））

标签： pythontensorflowkerasconv-neural-networkversion

Answer 1

Tensorflow 1.15 包含诸如不规则张量支持之类的重大更改，因此它不支持向后兼容性（Tf 1.10）。这就是问题所在。请尝试使用 Tensorflow 1.15 加载它，它应该可以工作。

You can load tf1.15+ model using tf1.15-2.1. Then save only weights to open in tf1.10
___________________________________________________________________
# In tensorflow 1.15-2.1
# Load model
model = load_model("my_model.h5")

# Save weights and architecture
model.save_weights("weights_only.h5")

# Save model config
json_config = model.to_json()
with open('model_config.json', 'w') as json_file:
json_file.write(json_config)
___________________________________________________________________
# In tensorflow 1.10
# Reload the model from the 2 files we saved
with open('model_config.json') as json_file:
json_config = json_file.read()
new_model = tf.keras.models.model_from_json(json_config)

# Load weights
new_model.load_weights('weights_only.h5')

您可以参考链接以更好地理解此LINK