以不同版本从tf.keras加载保存的模型(从TF-2.3.0加载到TF-1.12)

Question

问题:我已经在tf 2.3.0中创建并训练了一个keras模型，我需要在tf 1.12.0中加载这个模型，以便与一个需要较旧版本tf的库一起使用。有没有办法将模型从tf的新版本格式转换为旧版本，这样我就可以用tf 1.12.0加载模型了吗？

到目前为止，我尝试过的是:类似的讨论展示了如何将模型从TF-1.15- 2.1转换到tf.10，但是当我尝试这个解决方案时，我得到了一个错误“未知层:功能”。链接：Loading the saved models from tf.keras in different versions

我试图通过使用另一个问题所建议的以下行来解决这个问题：

new_model = tf.keras.models.model_from_json(json_config, custom_objects {'Functional':tf.keras.models.Model})

链接：ValueError: Unknown layer: Functional

但是，如果我使用此方法，则会得到一个错误：(“未识别的关键字参数：”，dict_keys(“ragged”))，这与我在上面链接的第一次讨论中讨论的错误相同。

我尝试过的另一种方法是使用Onnx库将keras模型转换为Onnx模型，然后返回到不同版本的keras模型。但是，我很快意识到keras2onnx库需要Tf2.x。

链接：https://github.com/onnx/tensorflow-onnx和https://github.com/gmalivenko/onnx2keras

任何建议，如何绕过这一点，而不必再培训我的模型在一个较旧版本的tensorflow，将非常感谢！谢谢

下面是我试图实现的加载模型的简单代码：

保存在TF-2.3.0中

import tensorflow as tf

CNN_model=tf.keras.models.load_model('Real_Image_XAI_Models/Test_10_DC_R_Image.h5')

CNN_model.save_weights("Real_Image_XAI_Models/weights_only.h5")

json_config = CNN_model.to_json()

with open('Real_Image_XAI_Models/model_config.json', 'w') as json_file:
    json_file.write(json_config)

tf 1.12.0负载

with open('Real_Image_XAI_Models/model_config.json') as json_file:
    json_config = json_file.read()

new_model = tf.keras.models.model_from_json(json_config)

#or implement the line to acount for the functional class

#new_model = tf.keras.models.model_from_json(json_config, custom_objects={'Functional':tf.keras.models.Model})

new_model.load_weights('Real_Image_XAI_Models/weights_only.h5')

Answer 1

从tf-1.12.0到tf-2.3.0，模型配置发生了一些变化，包括但不限于：

1. (根类模型)现在是功能性的
2. ，tf-1.15

中增加了对粗糙张量的支持

您可以尝试编辑从tf-2.3.0中保存的模型配置json文件，以逆转这些更改的影响，如下所示：

1. 将根类定义"class_name": "Functional"替换为"class_name": "Model"。这将逆转更改#1 above.
2. Delete的影响--所有发生的"ragged": false, (如果存在"ragged": true,的话)。这将逆转上述更改#2的影响。

Note尾随的逗号和空格以及上面的“破烂”字段

您可能尝试在json字典或模型加载时找到一种方法以编程方式进行这些更改，但我发现对json文件本身进行这些一次性更改更容易。