Keras和Tensorflow：保存非顺序模型权重

Question

（我正在使用Tensorflow 1.8.0 ...）

documentation from Keras on how to save a model提到保存顺序模型与从功能API创建的模型之间没有区别。但是，以下所有代码块均失败：

import tensorflow as tf
net = tf.keras.models.Model()
net.save('file')

或

import tensorflow as tf
net = tf.keras.models.Model()
print(net.to_json())

或

import tensorflow as tf
net = tf.keras.models.Model()
print(net.to_yaml())

或

import tensorflow as tf
net = tf.keras.models.Model()
print(net.get_config())

他们举起NotImplementedError。在Keras模块中，相关行为

if not self._is_graph_network:
  raise NotImplementedError

显示在.save和get_config中（后者也被to_json和to_yaml调用。

唯一起作用的是以下

import tensorflow as tf
net = tf.keras.models.Model()
net.save_weights('file')

在这种情况下，权重将成功保存，并且可以成功装入net.load_weights。

但是，用net = tf.keras.models.Model()替换上面代码块的第二行net = tf.keras.models.Sequential()，使net成为顺序模型，可以使以上所有内容正常工作。

是否真的无法保存使用功能性API（使用Model而非Sequential制成的Keras模型的结构？现在，我们只能减肥吗？

Answer 1

当然可以保存模型，您所有的示例都有一个空的模型，保存没有意义。 Keras的作者根本没有实现这种情况。

如果您使用非空模型进行测试，您会发现保存效果完美。我们每天都在使用它。