无法使用张量流重新加载保存的Keras模型

Question

我正在用一个Jupyter笔记本工作。我使用keras创建并训练了一个非常简单的CNN。它可以编译，拟合并预测良好。我将其保存为：

model.save("mymodel.hd5")

模型是一个keras.models.Sequential。

然后我再读一次：

reload_keras_model = keras.models.load_model("mymodel.hd5")

这也很好。但是，如果我尝试通过以下方式使用tensorflow来读取模型：

from tensorflow.keras.models import load_model
reload_tf_mmodel = load_model("mymodel.hd5")

失败的原因：

ValueError: Unknown layer:layers

我在github上阅读的大多数线程都说“更新您的模型”或有关自定义对象的注释（我没有使用任何线程）。我的目标平台是rpi zero，我已经能够安装tf但无法安装keras，这就是为什么我要通过tf加载的原因。为什么keras和tf.keras会以不同的方式处理此模型，我需要更新/更改以使用tf.keras读取它吗？

Answer 1

虽然keras（可以）将TF用作后端，但是它不能保证所保存的模型也可以在TF中读取。

请注意，您可以将keras与theano和tf一起使用，因此reload_keras_model = keras.models.load_model("mymodel.hd5")在两个后端上都可以很好地工作，因为保存/加载是在“ keras”部分完成的，而不是使用后端。

您可以使用此工具：keras_to_tensorflow

或类似的东西。