Tensorflow 2.0 保存訓練有素的 model 用於服務

Question

請幫我。 我正在使用 Tensorflow 2.0 GPU。 我訓練 model 並保存為 .h5 格式

model = keras.Sequential()
model.add(layers.Bidirectional(layers.CuDNNLSTM(self._window_size, return_sequences=True),
                               input_shape=(self._window_size, x_train.shape[-1])))
model.add(layers.Dropout(rate=self._dropout, seed=self._seed))
model.add(layers.Bidirectional(layers.CuDNNLSTM((self._window_size * 2), return_sequences=True)))
model.add(layers.Dropout(rate=self._dropout, seed=self._seed))
model.add(layers.Bidirectional(layers.CuDNNLSTM(self._window_size, return_sequences=False)))
model.add(layers.Dense(units=1))
model.add(layers.Activation('linear'))
model.summary()

model.compile(
    loss='mean_squared_error',
    optimizer='adam'
)
# обучаем модель
history = model.fit(
    x_train,
    y_train,
    epochs=self._epochs,
    batch_size=self._batch_size,
    shuffle=False,
    validation_split=0.1
)

model.save('rts.h5')

然后我加載這個 model 並將其用於預測，一切正常。

model = keras.models.load_model('rts.h5')
y_hat = model.predict(x_test)

但是出現了在 Tensorflow 服務中使用訓練有素的 model 的問題。 並且不接受.h5格式的model。 我跑：

sudo docker run --gpus 1 -p 8501:8501 --mount type=bind,source=/home/alex/PycharmProjects/TensorflowServingTestData/RtsModel,target=/models/rts_model -e MODEL_NAME=rts_model -t tensorflow/serving:latest-gpu

但是出現了在 Tensorflow 服務中使用訓練有素的 model 的問題。 並且不接受.h5格式的model。 我跑：我得到錯誤：

tensorflow_serving/sources/storage_path/file_system_storage_path_source.cc:267] No versions of servable rts_model found under base path /models/rts_model

我嘗試保存訓練有素的 model，如此處所述， https://www.tensorflow.org/guide/saved_model#using_savedmodel_with_estimators

我得到了錯誤：

ValueError: Layer has 2 states but was passed 0 initial states.

我嘗試將 model 保存如下， https://www.tensorflow.org/api_docs/python/tf/keras/models/save_model :

並有同樣的錯誤：

ValueError: Layer has 2 states but was passed 0 initial states.

以 Tensorflow Serving 格式保存 model 的唯一方法是：

keras.experimental.export_saved_model(model, 'saved_model/1/')

保存 model 在服務中的工作。 但我收到警告說此方法已被棄用，並將在未來版本中刪除。

Instructions for updating:
Please use `model.save(..., save_format="tf")` or `tf.keras.models.save_model(..., save_format="tf")`.

它關閉了我。 當我嘗試使用這些方法時，它給出了一個錯誤。 當我使用有效的方法時，寫道它已被棄用。

請幫忙。 如何在 Tensorflow 2.0 中保存經過訓練的 model。 以便它可以用於 Tensorflow 服務。

Answer 1

我也試圖解決這個問題！

根據這里的答案，普通 LSTM（即tf.keras.layers.LSTM ）將使用 GPU，並且通常應該在 cuDNNLSTM ZA2F2ED4F8EBC2CBB4C21A29DC40AB61 上使用（除非你特別需要）

根據文檔，如果滿足某些要求，正常的 LSTM 將使用 cuDNN 實現（見下文）。

使用這個 LSTM 層時，我可以成功保存到 tf output 類型，只需使用model.save_model('output_path', save_format='tf')

使用 cuDNN 的 LSTM 的要求如下（注意所有要求都滿足默認值）：

如果 GPU 可用並且該層的所有 arguments 都滿足 CuDNN kernel 的要求（詳見下文），則該層將使用快速 cuDNN 實現。

使用 cuDNN 實現的要求是：

1. activation == tanh
2. recurrent_activation == sigmoid
3. recurrent_dropout == 0
4. 展開是 False
5. use_bias 為 True 輸入未被屏蔽或嚴格右填充。