如何复制 TF hub 保存的模型架构？答案

【问题标题】：How to copy a TF hub saved model architecture?如何复制 TF hub 保存的模型架构？
【发布时间】：2020-12-09 22:08:18
【问题描述】：

我想创建ESRGAN TF hub saved model 架构的副本。

原因是直接使用 tf.saved_model.load() 加载它不适用于云 TPU，而且我无权访问 Google Cloud 存储桶。

我尝试创建一个 Keras Sequential 模型，然后创建它的副本并将副本保存为 .h5 格式

model = tf.keras.models.Sequential([Input(shape=(32,32,3)),
        hub.KerasLayer("https://tfhub.dev/captain-pool/esrgan-tf2/1", trainable=False)])
model_copy = keras.models.clone_model(model)
model_copy.set_weights(model.get_weights())
model_copy.save("model.h5")

但是当我加载保存的模型时，它仍然从 tfhub.dev 站点获取模型架构，这是我想要克服的。也可以在本地下载 tfhub 模型文件。但是从本地下载的文件中加载它们也无法在云 TPU 上运行。

唯一可行的方法是将模型架构保存在独立的 .h5 模型中，然后从中加载。有什么办法吗？

【问题讨论】：

您能否详细说明用例是什么？是否在 Cloud TPU 上使用此架构进行微调？

标签： tensorflow keras tpu

【解决方案1】：

如果您将 TPU 与 Tensorflow 2.3+ 一起使用，您可以使用 hub.KerasLayer 的 load_options 参数从 TF Hub 加载模型。代码将如下所示：

...
with strategy.scope()
  load_options = tf.saved_model.LoadOptions(experimental_io_device='/job:localhost') layer = 
  hub.KerasLayer(..., load_options=load_options)

【讨论】：