ValueError：使用 tf.saved_model.load 导入 SavedModel 需要“tags=”参数答案

【问题标题】：ValueError: Importing a SavedModel with tf.saved_model.load requires a 'tags=' argumentValueError：使用 tf.saved_model.load 导入 SavedModel 需要“tags=”参数
【发布时间】：2019-08-07 21:06:51
【问题描述】：

我正在关注使用 tensorflow 1.14 的教程 Hub with Keras。我没有为 MacOS 安装 tf-nightly-gpu，因为它 does not seem to be available。在 keras.Sequential() 之前一切都很好：

import tensorflow_hub as hub
from tensorflow.keras import layers
classifier_url ="https://tfhub.dev/google/imagenet/resnet_v2_50/feature_vector/3"
IMAGE_SHAPE = (224, 224)
classifier = tf.keras.Sequential([
     hub.KerasLayer(classifier_url, input_shape=IMAGE_SHAPE+(3,))
])

最后一行给出以下错误：

ValueError: Importing a SavedModel with tf.saved_model.load requires a 'tags=' argument if there is more than one MetaGraph. Got 'tags=None', but there are 2 MetaGraphs in the SavedModel with tag sets [[], ['train']]. Pass a 'tags=' argument to load this SavedModel.

是和tensorflow版本有关还是和别的有关？

MacOS High Sierra 10.13.1 蟒蛇 3.6.8 张量流 1.14.0

【问题讨论】：

我被困在同一个module = hub.load(feature_extractor_url, tags='train') print(type(module)) #feature_extractor_layer = hub.KerasLayer(module, # input_shape=(HEIGHT, WIDTH, CHANNELS)) 返回错误，看起来句柄可能在 TF 2.X 中工作，将检查。
“将 TF2 的 Hub 模块（或类似的可调用）包装为 Keras 层。” tensorflow.org/hub/api_docs/python/hub/KerasLayer

标签： python-3.x tensorflow

【解决方案1】：

这在 TF 1.14.0 中对我有用：


# Image information
HEIGHT = 224
WIDTH = 224
CHANNELS = 3
IMAGE_SHAPE = (HEIGHT, WIDTH)

feature_extractor_url = "https://tfhub.dev/google/imagenet/resnet_v2_50/feature_vector/3" #@param {type:"string"}

module = hub.Module(feature_extractor_url, tags=['train'])
feature_extractor_layer = hub.KerasLayer(module, 
                                         input_shape=(HEIGHT, WIDTH, CHANNELS))

【讨论】：