将 keras 模型保存为生产模式答案

【问题标题】：Save keras model for production mode without Tensorflow将 keras 模型保存为生产模式
【发布时间】：2022-11-16 02:26:41
【问题描述】：

我想保存经过训练的 keras 模型，以便它可以在应用程序的 django rest 后端中使用。我做了很多研究，但似乎没有安装 tensorflow 就无法使用这些模型。

那么，这个存储空间有什么用呢？我不想在服务器上安装像tensorflow这样的重型库。我测试了使用 pickle 和 joblib 以及 keras 自己的 model.save() 进行保存。

有没有办法在不安装 tensorflow 而只使用 keras 本身的情况下加载这个模型？

这是我的代码的一部分

from keras.models import Sequential
from keras.layers import Dense, LSTM, Dropout


        xtrain, ytrain = np.array(xtrain), np.array(ytrain)
        ytrain = np.reshape(ytrain, (ytrain.shape[0], 1, 1))
        model = Sequential()
        model.add(LSTM(150, return_sequences=True, input_shape=(xtrain.shape[1], 1)))
        model.add(LSTM(150, return_sequences=False))
        model.add(Dense(25))
        model.add(Dense(1))
        model.compile(optimizer='adam', loss='mean_squared_error')
        model.fit(xtrain, ytrain, batch_size=1, epochs=7)
        model.save('model.h5')

通常可以完美运行，但如果我在其他地方使用该模型，则会出现此错误：

ModuleNotFoundError：没有名为“tensorflow”的模块

【问题讨论】：

标签： python tensorflow keras

【解决方案1】：

您不需要在生产中使用 Tensorflow，您可以通过替换编程语言中的随机函数来使用系数。

示例：输入数组时间系数矩阵，未装箱的系统输入到带装箱容器中反馈系统的输出。
temp = tf.random.normal([10], 1, 0.2, tf.float32)
temp = np.asarray(temp) * np.asarray([ coefficient_0, coefficient_1, coefficient_2, coefficient_3, coefficient_4, coefficient_5, coefficient_6, coefficient_7, coefficient_8, coefficient_9 ]) #action = actions['up']
temp = tf.nn.softmax(temp)

action = int(np.argmin(temp))
输出：从动作列表中的大部分响应动作中选择的动作。

【讨论】：