问题描述
我已经从tensorflow_addons训练了一个具有keras层和weight_normalization层的模型。这是我训练并以张量流文件格式保存的模型：
import tensorflow as tf
import tensorflow.keras as tk
import tensorflow_addons as tfa
model = tf.keras.Sequential([
tf.keras.layers.Input((X_train.shape[1]-1,)),tf.keras.layers.Batchnormalization(),tf.keras.layers.Dropout(0.2),tfa.layers.Weightnormalization(tf.keras.layers.Dense(2048,activation="relu")),tf.keras.layers.Dropout(0.5),tfa.layers.Weightnormalization(tf.keras.layers.Dense(1048,tfa.layers.Weightnormalization(tf.keras.layers.Dense(206,activation="sigmoid")),])
（并且没有自定义指标）
from keras.callbacks import ModelCheckpoint,EarlyStopping
# autosave best Model
best_model = ModelCheckpoint("model",monitor='val_accuracy',mode='max',verbose=0,save_best_only=True)
earlystop = EarlyStopping(monitor = 'val_accuracy',patience = 15,mode = 'max',verbose = 1,restore_best_weights = True)
callbacks = [best_model,earlystop]
model.compile(loss= 'binary_crossentropy',optimizer= 'Adam',metrics= ['accuracy'])
history = model.fit(X_res,y_res,epochs=100,verbose= 2,validation_data=(X_val[X_val.columns[1:]],y_val[y_val.columns[1:]]),callbacks=callbacks)
model = tk.models.load_model("../input/model")
--------------------------------------------------- ---------------------------- KeyError Traceback（最近的呼叫 最后） 2返回 3 ----> 4个模型= tk.models.load_model（“ ../ input / model-custom”，custom_objects = {'__ inference_dense_layer_call_fn_1126407'：f1}）
/opt/conda/lib/python3.7/site-packages/tensorflow/python/keras/saving/save.py 在load_model中（文件路径，custom_objects，编译，选项） 185 if isinstance（文件路径，six.string_types）： 第186章 -> 187返回saved_model_load.load（文件路径，编译，选项） 188 189提高IOError（
/opt/conda/lib/python3.7/site-packages/tensorflow/python/keras/saving/saved_model/load.py 加载中（路径，编译，选项） 119 120模型= tf_load.load_internal（ -> 121路径，options = options，loader_cls = KerasObjectLoader） 122 123＃pylint：disable = protected-access
/opt/conda/lib/python3.7/site-packages/tensorflow/python/saved_model/load.py 在load_internal（export_dir，标签，选项，loader_cls）中 631尝试： 632 = loader_cls（object_graph_proto，Saved_model_proto，export_dir， -> 633个ckpt_options） 634除了errors.NotFoundError作为err： 第635章;
/opt/conda/lib/python3.7/site-packages/tensorflow/python/keras/saving/saved_model/load.py 在 init （自身，* args，** kwargs）中 192 self._models_to_reconstruct = [] 193 -> 194超级（KerasObjectLoader，self）。初始化（* args，** kwargs） 195 196＃现在，节点对象已完全加载，并且检查点已
/opt/conda/lib/python3.7/site-packages/tensorflow/python/saved_model/load.py 在 init （自身，object_graph_proto，Saved_model_proto，export_dir， ckpt_options） 128个self._concrete_functions [name] = _WrapperFunction（concrete_function） 129 -> 130 self._load_all（） 131 self._restore_checkpoint（） 132
/opt/conda/lib/python3.7/site-packages/tensorflow/python/keras/saving/saved_model/load.py 在_load_all（） 216 217＃加载所有其他节点和功能。 -> 218超级（KerasObjectLoader，self）._ load_all（） 219 220＃完成图层和模型的设置。有关更多信息，请参见函数文档字符串。
/opt/conda/lib/python3.7/site-packages/tensorflow/python/saved_model/load.py 在_load_all（） 139 def _load_all（个体）： 140“”“从SavedModel及其边缘加载所有节点和函数。”“” -> 141 self._load_nodes（） 142 self._load_edges（） 143＃Todo（b / 124045874）：捕获函数的功能受到限制
/opt/conda/lib/python3.7/site-packages/tensorflow/python/saved_model/load.py 在_load_nodes中（自己） 281＃界面。 282继续 -> 283个节点，setter = self._recreate（proto，node_id） 284个节点[node_id] =节点 285 node_setters [node_id] = setter
/opt/conda/lib/python3.7/site-packages/tensorflow/python/keras/saving/saved_model/load.py 在_recreate（self，proto，node_id）中 237 obj._handle_name = proto.variable.name +'：0'＃pylint：disable =受保护的访问 238其他： -> 239个obj，setter = super（KerasObjectLoader，self）._ recreate（proto，node_id） 240返回obj，setter 241
/opt/conda/lib/python3.7/site-packages/tensorflow/python/saved_model/load.py 在_recreate（self，proto，node_id）中 391（如果不在工厂） 392提高ValueError（“未知的Savedobject类型：％r”％种类） -> 393返回出厂状态 394 395 def _recreate_user_object（self，proto，node_id）：
/opt/conda/lib/python3.7/site-packages/tensorflow/python/saved_model/load.py 在（）中 380 lambda：self._recreate_user_object（proto.user_object，node_id））， 381“ asset”：lambda：self._recreate_asset（proto.asset）， -> 382“ function”：lambda：self._recreate_function（proto.function）， 383“ bare_concrete_function”：functools.partial（ 384 self._recreate_bare_concrete_function，
/opt/conda/lib/python3.7/site-packages/tensorflow/python/saved_model/load.py 在_recreate_function中（自己，原型） 419 def _recreate_function（self，proto）： （420）第420章 -> 421个原型，self._concrete_functions），setattr 422 423 def _recreate_bare_concrete_function（self，proto）：
/opt/conda/lib/python3.7/site-packages/tensorflow/python/saved_model/function_deserialization.py 在recreate_function中（保存的功能，具体的功能） 259 concrete_function_objects = [] savered_function.concrete_functions中的Concrete_function_name为260： -> 261 concrete_function_objects.append（concrete_functions [concrete_function_name]） 262 263 for concrete_function_objects中的cf：
KeyError：'__inference_dense_layer_call_fn_1126407'
能帮我正确加载模型吗？谢谢
解决方法
我怀疑您分别安装了keras和tensorflow；我曾与tfa合作，从未遇到过有关此类加载问题的问题；
实际上，您在这里通过tensorflow导入了所有内容：
import tensorflow as tf
import tensorflow.keras as tk
import tensorflow_addons as tfa
但是在这里，您通过普通的keras加载回调：
from keras.callbacks import ModelCheckpoint,EarlyStopping
为了首先确保您确实遇到加载模型问题，请确保每个导入都是通过tensorflow.keras完成的（我希望问题一经消失，问题就会完全消失）。
替换
from keras.callbacks import ModelCheckpoint,EarlyStopping
具有：
from tensorflow.keras.callbacks import ModelCheckpoint,EarlyStopping
总而言之，使用新的导入内容（全部来自tensorflow.keras）从头进行重新培训，然后检查是否重现了问题。