如何解决加载模型以获得新预测的问题？

Question

我训练了一个模型并将其保存为 import os model.save('') ，我想使用我的模型对新的测试集进行预测，所以我通过 model = tf.keras.models.load_model('') 加载它。 它向我显示了这个警告（WARNING:tensorflow:SavedModel 在加载 Keras 模型时检测到 TF 2.5 之前保存。请确保您使用 model.save() 或 tf.keras.models.save_model() 保存模型， 不是 tf.saved_model.save()。为了确认，SavedModel 目录下应该有一个名为“keras_metadata.pb”的文件。)

现在的问题是，当我进行预测时，它给了我不准确的结果.. 似乎与训练/测试集的预测相同，而不是新的预测

另外，我注意到 tensoerflow 类型是 2.6，但是当我保存模型时它是 2.5 .. 这是一个问题吗？ 请尽快帮助我。

Answer 1

添加此警告是为了鼓励用户使用 model.save 而不是 tf.saved_model.save 保存 keras 模型。

使用tf.saved_model.save 保存 keras 模型仅保存基本级别数据（如 graphdef / 检查点），而 model.save 保存层配置/可训练状态/名称/其他 python 属性以及 graphdef / 检查点。

此警告不会影响模型训练或推理。我使用了一个简单的mnist 模型来证明警告不会影响经过训练的模型。我已经用TF2.5 训练了这个mnist 模型并加载了tf-nightly。加载模型后，我重新训练了模型，发现模型的性能没有损失。

作为参考，这是我上面提到的gist 和mnist 模型。