我得到"Requested tensor connection from unknown node: " keras_layer_input：0 " "。加载 Keras 模型时出错

Question

我使用

保存了模型

tf.keras.experimental.export_saved_model(model, export_path)

该模型具有自定义层和损失函数。

使用

加载模型

import tensorflow as tf
import tensorflow_hub as hub
import keras
class training_model:
def __init__(self):
path_bce="D:\nsfw\training_model\models\bce_20210120_153631"
path2="D:\nsfw\training_model\models\soft-f1_20210120_153631"
self.graph = tf.Graph()
with self.graph.as_default():
self.session = tf.Session()
with self.session.as_default() :
self.reloaded =tf.keras.experimental.load_from_saved_model(path2, custom_objects={'KerasLayer':hub.KerasLayer})

training_model=training_model()
img = keras.preprocessing.image.load_img(
"0drqz7883ox51.jpg", target_size=(224, 224)
)
img_array = keras.preprocessing.image.img_to_array(img)
img_array = tf.expand_dims(img_array, 0) # Create a batch
with training_model.graph.as_default():
with training_model.session.as_default():
print(training_model.reloaded.predict(img_array,steps=1))

如果我删除图形和会话，它工作得很好，但我想用API为这个模型服务。

Answer 1

你可以试试这样做。

with self.graph1.as_default():
self.face_graph = tf.compat.v1.GraphDef()
fid = tf.io.gfile.GFile(self.facenet_model, "rb")
serialized_graph = fid.read()
self.face_graph.ParseFromString(serialized_graph)
tf.import_graph_def(self.face_graph, name="")
self.facenet_sess = tf.compat.v1.Session(graph=self.graph1)
self.images_placeholder = self.graph1.get_tensor_by_name("input:0")
self.embeddings = self.graph1.get_tensor_by_name("embeddings:0")

Answer 2

hub。KerasLayer是一个TF2 API。可以尝试的一种方法是将预测部分从TF1风格(图表+会话)切换到TF2。或者，您可以尝试TensorFlow服务作为自定义推理逻辑的替代方案。