如何序列化keras模型的类对象

Question

我试图保存 keras 完整模型，但遇到了这个错误

Traceback (most recent call last):

  File "d:/Workspace/College/Semester 8/Tugas Akhir/Keras-RFCN-master/Keras-RFCN-master/testing.py", line 133, in <module>

    main()

  File "d:/Workspace/College/Semester 8/Tugas Akhir/Keras-RFCN-master/Keras-RFCN-master/testing.py", line 96, in main

    model.save("D:/weight.h5")

  File "d:\Workspace\College\Semester 8\Tugas Akhir\Keras-RFCN-master\Keras-RFCN-master\KerasRFCN\Model\Model.py", line 560, in save

    self.model.save(save_path)

  File "C:\Users\kevin\anaconda3\envs\tf-gpu\lib\site-packages\keras\engine\network.py", line 1139, in save

    save_model(self, filepath, overwrite, include_optimizer)

  File "C:\Users\kevin\anaconda3\envs\tf-gpu\lib\site-packages\keras\engine\saving.py", line 415, in save_wrapper

    save_function(obj, filepath, overwrite, *args, **kwargs)

  File "C:\Users\kevin\anaconda3\envs\tf-gpu\lib\site-packages\keras\engine\saving.py", line 507, in save_model

    _serialize_model(model, h5dict, include_optimizer)

  File "C:\Users\kevin\anaconda3\envs\tf-gpu\lib\site-packages\keras\engine\saving.py", line 101, in _serialize_model

    model_config = json.dumps(model_config, default=get_json_type)

  File "C:\Users\kevin\anaconda3\envs\tf-gpu\lib\json\__init__.py", line 238, in dumps

    **kw).encode(obj)

  File "C:\Users\kevin\anaconda3\envs\tf-gpu\lib\json\encoder.py", line 199, in encode

    chunks = self.iterencode(o, _one_shot=True)

  File "C:\Users\kevin\anaconda3\envs\tf-gpu\lib\json\encoder.py", line 257, in iterencode

    return _iterencode(o, 0)

  File "C:\Users\kevin\anaconda3\envs\tf-gpu\lib\site-packages\keras\engine\saving.py", line 91, in get_json_type

    raise TypeError('Not JSON Serializable: %s' % (obj,))

TypeError: Not JSON Serializable: <KerasRFCN.Config.Config object at 0x0000029B0A3BD248>

通过该错误，很明显 JSON 无法序列化我的类，该类返回一个名为 config 的对象。那么如何确保 Keras 可以序列化我的配置..？？

我认为在init中定义的所有定义都可以序列化。

我真的是 python、Keras 和 TensorFlow 的新手。

Answer 1

如果您使用的是子类模型，那么在定义模型之后，您需要在一些数据上调用模型，例如model.predict(x)这将创建权重并使模型能够使用model.save或'model.save_weights&nbsp;andload_weights`保存首先，一个从未使用过的子类模型是无法保存的。这是因为需要在某些数据上调用子类模型才能创建其权重。在调用模型之前，它不知道它应该期望的输入数据的形状和 dtype，因此无法创建其权重变量。有关该方法的更多详细信息，请参见此处的示例