Tensorflow 2.8错误保存模型- UnboundLocalError与"logging_verbosity“

Question

我正在构建和测试一个发现了这里的模型，将其更新为Tensorflow 2，但是在尝试用tf.keras.Model.save(teacher,"saved_model/tea_model");保存模型之后，在Google上收到了以下错误

<ipython-input-9-b823fb312e0f> in main()
--> 513     tf.keras.Model.save(teacher, "saved_model/tea_model");

/usr/local/lib/python3.7/dist-packages/keras/utils/traceback_utils.py in error_handler(*args, **kwargs)
     65     except Exception as e:  # pylint: disable=broad-except
     66       filtered_tb = _process_traceback_frames(e.__traceback__)
---> 67       raise e.with_traceback(filtered_tb) from None
     68     finally:
     69       del filtered_tb

/usr/local/lib/python3.7/dist-packages/tensorflow/python/training/tracking/autotrackable.py in _list_functions_for_serialization(self, unused_serialization_cache)
     99           functions[attribute_name] = attribute_value
    100     finally:
--> 101       logging.set_verbosity(logging_verbosity)
    102 
    103     return functions

UnboundLocalError: local variable 'logging_verbosity' referenced before assignment

我确实有tf.compat.v1.disable_eager_execution()，因为它最初是用v1.14.0编写的，需要维护兼容性，但是在尝试了两个版本的Tensorflow的节约方法之后，我得到了相同的错误。

我可以在模型上保存权重，但更喜欢SavedModel格式。

Answer 1

我的解决方案是简单地在我所使用的标志中定义verbosity：

from tensorflow.python.platform import flags
...
flags.DEFINE_integer('verbosity', 0, 'Verbosity of the error messages')