使用tf.saved_model.simple_save（）時出錯

Question

我正在嘗試在計算機上托管一個圖像分類模型，我正在嘗試實施本文提供的步驟。

我使用的代碼段是：

import tensorflow as tf


# The export path contains the name and the version of the model
tf.keras.backend.set_learning_phase(0) # Ignore dropout at inference
model = tf.keras.models.load_model('./model_new.hdf5')
export_path = './model/1'

# Fetch the Keras session and save the model
# The signature definition is defined by the input and output tensors
# And stored with the default serving key
with tf.keras.backend.get_session() as sess:
    tf.saved_model.simple_save(
       sess,
       export_path,
       inputs={'input_image': model.input},
       outputs={t.name:t for t in model.outputs})

如以上文章所述。 我的模型存儲在model_new.hdf5文件中，但是出現以下錯誤消息。

NameError：名稱“ tf”未定義

在行中

型號= tf.keras.models.load_model（'./ model_new.hdf5'）

這是使用tf.saved_model.simple_save（）的正確方法嗎？

Answer 1

這是加載模型而不是tf.saved_model.simple_save() 。 加載Keras模型時，需要處理自定義對象或自定義圖層。 為此，您可以傳遞一個custom_objects字典，該字典包含tf ：

import tensorflow as tf
model = keras.models.load_model('model_new.hdf5', custom_objects={'tf': tf})