Keras网站this article关于将Keras模型导出到核心Tensorflow。然而这一步
element = driver.find_element_by_id("username")
element.send_keys("some text")
抛出错误：
new_model = model_from_config(config)
自从v2发布以来，人们已经提出使用Keras v1模型的Traceback (most recent call last):
File "/home/hal9000/tf_serving_experiments/sndbx.py", line 38, in <module>
new_model = model_from_config(config)
File "/home/hal9000/keras2env/local/lib/python2.7/site-packages/keras/models.py", line 304, in model_from_config
return layer_module.deserialize(config, custom_objects=custom_objects)
File "/home/hal9000/keras2env/local/lib/python2.7/site-packages/keras/layers/__init__.py", line 54, in deserialize
printable_module_name='layer')
File "/home/hal9000/keras2env/local/lib/python2.7/site-packages/keras/utils/generic_utils.py", line 122, in deserialize_keras_object
raise ValueError('Improper config format: ' + str(config))
ValueError: Improper config format: {'layers': [{'class_name': 'InputLayer', 'config': {...
方法存在问题。但是我尝试了不同版本的一系列模型，包括内置的Keras model_from_config()和在该脚本中定义的简单单层MLP。所有都抛出相同的错误。
ResNet50方法似乎想在keras.utils.generic_utils.deserialize_keras_object()字典（see source）中找到关键字"class_name"或"config"。在检查config创建的config字典时，没有这样的条目;而是有键：
get_config() "input_layers" "layers" "name" 我还打开了一个问题https://github.com/fchollet/keras/issues/7232并创建了一个Gist，您可以自己运行并查看错误。 https://gist.github.com/9thDimension/e1cdb2cd11f11309bfaf297b276f7456
答案 0 :(得分：3)
无论出于何种原因，keras.models.Model.get_config()返回的字典对象与keras.models.model_from_config()方法不兼容，无法重新模仿模型。
我将这些内容替换为keras.models.Model.model_to_json()和keras.models.model_from_json()的同等号码，并且能够成功进行。
答案 1 :(得分：3)
keras.models.Model.get_config()的倒数似乎是keras.models.Model.from_config()，而不是keras.models.model_from_config() https://keras.io/models/about-keras-models/。试试吧？