Keras＆gt;在不同的机器上使用训练有素的模型使用不同的python版本

Question

我正在开发一个ML项目，并使用keras支持Tensorflow。我需要在Python 3.5我的本地Windows机器上进行培训，保存模型，然后将模型复制到linux上的虚拟机（也运行3.5），该模型将使用该模型进行预测。

任务看起来非常简单明了，但是在调用predict函数时遇到错误。

ValueError: Tensor Tensor("activation_1/Sigmoid:0", shape=(?, 1), dtype=float32) is not an element of this graph.

我认为这可能是一个平台差异问题，所以我在Linux机器上训练我的模型（使用Python 3.4），但我仍然在预测虚拟机上得到相同的错误。

我想知道错误的原因是操作系统还是Python版本差异还是别的？在每个平台上单独进行模型训练，保存然后加载和预测工作正常。

Answer 1

原来问题出在保存部分。我使用ModelCheckpoint回调来保存最佳模型

model.fit(..., callbacks = [ModelCheckpoint(filepath='model.h5', save_best_only=True)])

在网上搜索并尝试了一些不同的建议后，我删除了那部分，并保存了这样的模型

model.save('model.h5')

这解决了这个问题。