代码之家 › 专栏 › 技术社区 › sdcbr

将keras模型导出为tf估计量:找不到经过训练的模型

keras tensorflow python

sdcbr · 技术社区 · 7 年前

我在尝试将Keras模型导出为TensorFlow估计量以服务于该模型时遇到以下问题。因为同样的问题也出现了 in an answer to this question ,我将说明在一个玩具示例上发生的事情,并为文档目的提供我的解决方案。这种行为发生在TensorFlow 1.12.0和Keras 2.2.4中。这发生在实际的角膜以及 tf.keras .

当尝试导出从带有 tf.keras.estimator.model_to_estimator . 打电话时 estimator.export_savedmodel ,或者 NotFoundError 或A ValueError 被扔掉。

下面的代码为一个玩具示例复制了这个代码。

创建Keras模型并保存:

import keras
model = keras.Sequential()
model.add(keras.layers.Dense(units=1,
                                activation='sigmoid',
                                input_shape=(10, )))
model.compile(loss='binary_crossentropy', optimizer='sgd')
model.save('./model.h5')

接下来,将模型转换为估计量 tf.keras.estimator.model-to-u估计量 ,添加一个输入接收器函数并将其导出到 Savedmodel 格式与 estimator.export保存模型 :

# Convert keras model to TF estimator
tf_files_path = './tf'
estimator =\
    tf.keras.estimator.model_to_estimator(keras_model=model,
                                          model_dir=tf_files_path)
def serving_input_receiver_fn():
    return tf.estimator.export.build_raw_serving_input_receiver_fn(
        {model.input_names[0]: tf.placeholder(tf.float32, shape=[None, 10])})

# Export the estimator
export_path = './export'
estimator.export_savedmodel(
    export_path,
    serving_input_receiver_fn=serving_input_receiver_fn())

这将导致:

ValueError: Couldn't find trained model at ./tf.

1 回复 | 直到 7 年前

sdcbr 7 年前

我的解决方案如下。检查 ./tf 文件夹明确表示调用 model_to_estimator 将必需的文件存储在 keras 子文件夹,而 export_model 希望这些文件位于 /TF 直接文件夹,因为这是我们为 model_dir 论点:

$ tree ./tf
./tf
âââ keras
    âââ checkpoint
    âââ keras_model.ckpt.data-00000-of-00001
    âââ keras_model.ckpt.index
    âââ keras_model.ckpt.meta

1 directory, 4 files

简单的解决方法是将这些文件向上移动一个文件夹。这可以通过python实现:

import os
import shutil
from pathlib import Path

def up_one_dir(path):
    """Move all files in path up one folder, and delete the empty folder
    """
    parent_dir = str(Path(path).parents[0])
    for f in os.listdir(path):
        shutil.move(os.path.join(path, f), parent_dir)
    shutil.rmtree(path)

up_one_dir('./tf/keras')

这将使 模特儿迪尔 目录如下:

$ tree ./tf
./tf
âââ checkpoint
âââ keras_model.ckpt.data-00000-of-00001
âââ keras_model.ckpt.index
âââ keras_model.ckpt.meta

0 directories, 4 files

在 模型-对-估计量 以及 export_savedmodel 调用允许根据需要导出模型:

export_path = './export'
estimator.export_savedmodel(
    export_path,
    serving_input_receiver_fn=serving_input_receiver_fn())

信息:tensorflow:savedmodel写入: /export/temp-b'1549796240'/保存的\u model.pb

推荐文章

albert · AttributeError:“str”对象没有属性“str”如何解决此问题

4 年前

CoccoSyn · Keras TypeError:其中一个输入没有可接受的类型。具有参差不齐张量的LSTM

4 年前

Joseph · 重塑BatchDataset训练模型的输入-Tensorflow

4 年前

Chris Ranck · Keras时间序列生成器-输入为“X”长,输出为“X-长”

4 年前

DPM · 将自定义掩码传递给LSTM数据以进行培训和验证

4 年前

Luciana Carota · 为什么Keras的R“预测”函数不能识别正确的输入维度?

4 年前

Sarah Elnaggar · 我使用Gensim Doc2vec进行图形嵌入,然后在keras中使用两层深度神经网络进行二元分类

4 年前

user836026 · 在pytorch中复制权重时语法无效

4 年前

mad · 如何从一个定制的神经网络模型中获得逻辑和概率

4 年前

Archit · 无法使用自定义距离函数加载带有lambda函数的keras模型

8 年前