import tensorflow as tf class MyModel(tf.keras.Model): def __init__(self, output_node): super(MyModel, self).__init__() self.d1 = tf.keras.layers.Dense(128, activation='relu') self.d2 = tf.keras.layers.Dense(output_node, activation='softmax') def call(self, x): x = self.d1(x) return self.d2(x)
こんな簡単なモデルを用意します。
model = MyModel(output_node=10) model.compile(loss='sparse_categorical_crossentropy', optimizer=tf.keras.optimizers.RMSprop()) model.build(input_shape=(32, 10)) model.summary()
モデルをビルドして構造確認するとこんな感じ
Model: "my_model" _________________________________________________________________ Layer (type) Output Shape Param # ================================================================= dense (Dense) multiple 1408 _________________________________________________________________ dense_1 (Dense) multiple 1290 ================================================================= Total params: 2,698 Trainable params: 2,698 Non-trainable params: 0 _________________________________________________________________
Keras触っているならなんら普通な流れ.
問題はここから。
tf.keras.experimental.export_saved_model(model, 'path_to_saved_model', serving_only=True) # W0506 10:36:19.523535 140296071452544 saved_model.py:124] Skipped saving model JSON, subclassed model does not have get_config() defined.
ドキュメント確認すると↑のコードで保存ができるらしい。が、しかし
model2 = tf.keras.experimental.load_from_saved_model('path_to_saved_model') # NotFoundError: path_to_saved_model/assets/saved_model.json; No such file or directory
???
前のコードをよくみると W0506 10:36:19.523535 140296071452544 saved_model.py:124] Skipped saving model JSON, subclassed model does not have get_config() defined. と、書いてあった。なるほど。。。
で、ここから下記対応したが駄目だった
サブクラスで、
get_configを実装するNotImplementedError??? コード読んでみたけどわからんかった- コードをちゃんと読んでみた
- tensorflow/network.py at 8b9f446f5a526e9ab647fc5504702a959562cae9 · tensorflow/tensorflow · GitHub
- どうやらsub classで実装した場合、
_is_graph_networkメンバ変数がFalseとなり、get_configが実行できないようになっている - sub classで実装しないほうがいいのでは・・・・？
pickleで保存できないか確認してみるTypeError: can't pickle weakref objectsなるほど。。。
というわけでうまくいかんかったので、 model.summary() の結果を保存することにした。。。
これいつか対応してくれるとうれしいな
保存できる方法について
サブクラスを使わずに、KerasのSequentialと、Functional APIを使えばいける。
Sequential
model = tf.keras.Sequential([
tf.keras.layers.Input(shape=(10,), batch_size=32),
tf.keras.layers.Dense(128, activation='relu'),
tf.keras.layers.Dense(10, activation='softmax')
])
model.compile(loss='sparse_categorical_crossentropy', optimizer=tf.keras.optimizers.RMSprop())
model.build(input_shape=(32, 10))
tf.keras.experimental.export_saved_model(model, 'path_to_saved_model', serving_only=True)
Functional API
inputs = tf.keras.Input(shape=(32, 10)) x = tf.keras.layers.Dense(128, activation='relu')(inputs) predictions = tf.keras.layers.Dense(10, activation='softmax')(x) model = tf.keras.Model(inputs=inputs, outputs=predictions) model.compile(loss='sparse_categorical_crossentropy', optimizer=tf.keras.optimizers.RMSprop()) model.build(input_shape=(32, 10)) tf.keras.experimental.export_saved_model(model, 'path_to_saved_model', serving_only=True)
