從不同版本的 tf.keras 加載保存的模型（從 tf 2.3.0 到 tf 1.12）

Question

問題：我已經在 tf 2.3.0 中創建並訓練了一個 keras 模型，我需要在 tf 1.12.0 中加載這個模型，以便與需要舊版本 tf. 有什么方法可以將模型從新版本的 tf 格式轉換為舊版本，以便我可以使用 tf 1.12.0 加載模型？

到目前為止我嘗試過的：一個類似的討論展示了如何將模型從 tf 1.15 - 2.1 轉換為 tf.10，但是當我嘗試這個解決方案時，我得到了一個錯誤“未知層：功能”。 鏈接： 從不同版本的 tf.keras 加載保存的模型

我嘗試使用另一個問題建議的以下行來解決此問題：

new_model = tf.keras.models.model_from_json(json_config, custom_objects {'Functional':tf.keras.models.Model})

鏈接： ValueError：未知層：功能

但是，如果我使用它，我會收到一個錯誤： ('Unrecognized keyword arguments:', dict_keys(['ragged'])) ，這與我在上面鏈接的第一個討論中討論的錯誤相同。

我嘗試的另一種方法是使用 Onnx 庫將 keras 模型轉換為 Onnx 模型，然后再轉換回不同版本的 keras 模型。 但是，我很快意識到 keras2onnx 庫需要 tf 2.x。

鏈接： https : //github.com/onnx/tensorflow-onnx和https://github.com/gmalivenko/onnx2keras

關於如何解決這個問題而不必在舊版本的 tensorflow 中重新訓練我的模型的任何建議將不勝感激！ 謝謝

這是我嘗試實現以加載模型的簡單代碼：

保存在 tf 2.3.0

import tensorflow as tf

CNN_model=tf.keras.models.load_model('Real_Image_XAI_Models/Test_10_DC_R_Image.h5')

CNN_model.save_weights("Real_Image_XAI_Models/weights_only.h5")

json_config = CNN_model.to_json()

with open('Real_Image_XAI_Models/model_config.json', 'w') as json_file:
    json_file.write(json_config)

在 tf 1.12.0 中加載

with open('Real_Image_XAI_Models/model_config.json') as json_file:
    json_config = json_file.read()

new_model = tf.keras.models.model_from_json(json_config)

#or implement the line to acount for the functional class

#new_model = tf.keras.models.model_from_json(json_config, custom_objects={'Functional':tf.keras.models.Model})

new_model.load_weights('Real_Image_XAI_Models/weights_only.h5')

Answer 1

從 tf-1.12.0 到 tf-2.3.0，模型配置主要有兩個重大變化：

1. 根類Model現在是Functional
2. 在 tf-1.15 中添加了對不規則張量的支持

您可以嘗試編輯從 tf-2.3.0 保存的模型配置 json 文件，以反轉這些更改的效果，如下所示：

1. 將根類定義"class_name": "Functional"替換為"class_name": "Model" 。 這將逆轉上述更改#1 的效果。
2. 刪除所有出現的"ragged": false, （以及"ragged": true,如果存在的話）。 這將逆轉上述更改#2 的效果。

您可能會嘗試找到一種在 json 字典中或在模型加載時以編程方式進行這些更改的方法，但我發現對 json 文件本身進行這些一次性更改更容易。