Keras和TensorFlow：保存非顺序模型权重

Question

我正在使用Tensorflow 1.8.0版本...

Keras文档中关于如何保存模型的说明没有提到保存序贯模型与从函数式API创建的模型之间的区别。但是，以下所有代码块都无法正常运行：

import tensorflow as tf
net = tf.keras.models.Model()
net.save('file')

或者

import tensorflow as tf
net = tf.keras.models.Model()
print(net.to_json())

或者

import tensorflow as tf
net = tf.keras.models.Model()
print(net.to_yaml())

或者

import tensorflow as tf
net = tf.keras.models.Model()
print(net.get_config())

他们引发了一个NotImplementedError。在Keras模块中，相关行是

if not self._is_graph_network:
  raise NotImplementedError

这段文字中提到的内容出现在.save和get_config函数中（后者也被to_json和to_yaml调用）。

唯一有效的方法是以下内容。

import tensorflow as tf
net = tf.keras.models.Model()
net.save_weights('file')

如果这种情况下权重保存成功并且可以通过net.load_weights成功加载。

然而，将上述代码块的第二行替换为net = tf.keras.models.Sequential()，使net成为一个序列模型，可以使得上述所有内容都能正常运行。

使用函数式API（使用Model而不是Sequential）创建的Keras模型的结构真的无法保存吗？现在，我们只能保存权重吗？

- Jay Calamari

---

你有没有考虑过你的所有模型都是空的，这就是为什么保存失败的原因？ - Dr. Snoopy

我实际上还没有，这很讽刺，因为我刚刚回答了一个关于那个主题的问题。我会尝试使用一些变量并进行更新。谢谢！ - Jay Calamari

你不必尝试，我们知道保存模型是可行的，我每天都这样做，你声称这种方式没有被实现是荒谬的。 - Dr. Snoopy

Keras 抛出 NotImplementedError 的说法并不荒谬，而是可以重复和验证的。老实说，这是一个误导性的错误。 - Jay Calamari

但这只是因为模型为空，没有东西可以保存。你可以直接询问是否可以保存模型。 - Dr. Snoopy

那是我的问题，不是一个声明。你无论如何都回答了它，而且我也认为值得一提的是当前的错误信息是误导性的，但此时似乎剩下的内容应该转到聊天中去。 :p - Jay Calamari

Answer 1

当然可以保存模型，你的所有示例都有一个空模型，保存没有意义。Keras的作者只是没有实现这种情况。

如果你使用非空模型进行测试，你会发现保存工作得非常完美。我们每天都在使用它。

- Dr. Snoopy

---

我有同样的问题。使用普通模型时，我可以拟合并评估该模型，但无法保存它 :( - RedEyed

@RedEyed 他们提出一个新问题，仅仅说我也有这个问题并不是很有用。细节很重要。 - Dr. Snoopy