错误，TensorSliceReader 构造函数不成功：找不到任何匹配的文件供 ram 解压文件答案

【问题标题】：Error , Unsuccessful TensorSliceReader constructor: Failed to find any matching files for ram to unpickle a file错误，TensorSliceReader 构造函数不成功：找不到任何匹配的文件供 ram 解压文件
【发布时间】：2022-08-04 02:27:09
【问题描述】：

我遇到了这个错误，我无法在我的 jupyter 笔记本上解压文件：

import os 
import pickle
import joblib
import pandas as pd
from sklearn.preprocessing import MinMaxScaler
filename = open(\"loan_model3.pkl\", \"rb\")
mdl = pickle.load(filename)
mdl.close()

它总是显示以下错误消息，即使我升级了我的所有库

错误信息：

FileNotFoundError: Unsuccessful TensorSliceReader constructor: Failed to find any matching files for ram://89506590-ec42-44a9-b67c-3ee4cc8e884e/variables/variables 您可能正试图从计算设备加载到不同的设备。考虑将tf.saved_model.LoadOptions 中的experimental_io_device选项设置为io_device，例如\'/job:localhost\'。

我试图升级我的库，但仍然没有工作。

嗨@abdalla 在文件名前面添加./ 像这样filename = open(\"./loan_model3.pkl\", \"rb\") 应该会有所帮助。让我们知道错误是否仍然存在。谢谢！
嗨@Tfer3，我试过了，但不幸的是错误仍然存在。
泡菜文件和笔记本在同一个文件夹中吗？
嗨@Tfer3 抱歉回复晚了，是的，它们都在同一个文件夹中，我使用的是 jupyter 笔记本，所以它们在同一个文件夹中，我保存了我的 .py 文件
您能否分享用于保存模型的步骤？谢谢！

标签： python tensorflow scikit-learn pickle joblib

【解决方案1】：

当我尝试存储我的顺序的.pkl 文件中的模型，因为顺序的model 是一个 TensorFlow Keras 模型，因此我们必须将其存储在 .h5 文件中，并且 Keras 以这种格式保存模型，因为它可以轻松地将权重和模型配置存储在单个文件中。

代码：

   from keras.models import load_model
   model.save('model.h5')
   model_final = load_model('model.h5')

【讨论】：

【解决方案2】：

如果您还在这里，我想知道，但我找到了解决方案。基本上你不应该将 tensorflow 模型保存到 pickle 文件中，而是保存到 h5 文件中

## save model
save_path = './model.h5'
model.save(save_path)
## load tensorflow model
model = keras.models.load_model(save_path)

这对我有用。希望这对你也有帮助。

【讨论】：

嗨阿卜杜勒穆尼姆，谢谢您的回复，我会试试这个并回复给您。

【解决方案3】：

这对我有用：

import tensorflow as tf
path = './model.h5'
model.save(path )
loaded_model= tf.keras.models.load_model(path )

【讨论】：