将 Keras 模型导出为 TF Estimator：找不到经过训练的模型答案

【问题标题】：Exporting a Keras model as a TF Estimator: trained model cannot be found将 Keras 模型导出为 TF Estimator：找不到经过训练的模型
【发布时间】：2019-02-10 11:00:21
【问题描述】：

在尝试将 Keras 模型导出为 TensorFlow Estimator 以提供模型服务时，我遇到了以下问题。由于同样的问题也出现了in an answer to this question，我将说明在一个玩具示例上发生了什么，并提供我的解决方案以用于文档目的。 Tensorflow 1.12.0 和 Keras 2.2.4 会出现此行为。实际的 Keras 以及 tf.keras 都会发生这种情况。

当尝试使用tf.keras.estimator.model_to_estimator 导出从 Keras 模型创建的 Estimator 时会出现问题。调用 estimator.export_savedmodel 时，会抛出 NotFoundError 或 ValueError。

下面的代码为玩具示例重现了这一点。

创建一个 Keras 模型并保存：

import keras
model = keras.Sequential()
model.add(keras.layers.Dense(units=1,
                                activation='sigmoid',
                                input_shape=(10, )))
model.compile(loss='binary_crossentropy', optimizer='sgd')
model.save('./model.h5')

接下来，使用tf.keras.estimator.model_to_estimator 将模型转换为估计器，添加输入接收器函数并使用Savedmodel 将其导出为estimator.export_savedmodel 格式：

# Convert keras model to TF estimator
tf_files_path = './tf'
estimator =\
    tf.keras.estimator.model_to_estimator(keras_model=model,
                                          model_dir=tf_files_path)
def serving_input_receiver_fn():
    return tf.estimator.export.build_raw_serving_input_receiver_fn(
        {model.input_names[0]: tf.placeholder(tf.float32, shape=[None, 10])})

# Export the estimator
export_path = './export'
estimator.export_savedmodel(
    export_path,
    serving_input_receiver_fn=serving_input_receiver_fn())

这会抛出：

ValueError: Couldn't find trained model at ./tf.

【问题讨论】：

标签： python tensorflow keras

【解决方案1】：

我的解决方法如下。检查./tf 文件夹可以清楚地看到对model_to_estimator 的调用将必要的文件存储在keras 子文件夹中，而export_model 期望这些文件直接位于./tf 文件夹中，因为这是我们指定的路径对于model_dir 参数：

$ tree ./tf
./tf
└── keras
    ├── checkpoint
    ├── keras_model.ckpt.data-00000-of-00001
    ├── keras_model.ckpt.index
    └── keras_model.ckpt.meta

1 directory, 4 files

简单的解决方法是将这些文件移到一个文件夹中。这可以用 Python 完成：

import os
import shutil
from pathlib import Path

def up_one_dir(path):
    """Move all files in path up one folder, and delete the empty folder
    """
    parent_dir = str(Path(path).parents[0])
    for f in os.listdir(path):
        shutil.move(os.path.join(path, f), parent_dir)
    shutil.rmtree(path)

up_one_dir('./tf/keras')

这将使model_dir 目录看起来像这样：

$ tree ./tf
./tf
├── checkpoint
├── keras_model.ckpt.data-00000-of-00001
├── keras_model.ckpt.index
└── keras_model.ckpt.meta

0 directories, 4 files

在model_to_estimator 和export_savedmodel 调用之间进行此操作允许根据需要导出模型：

export_path = './export'
estimator.export_savedmodel(
    export_path,
    serving_input_receiver_fn=serving_input_receiver_fn())

INFO:tensorflow:SavedModel 写入： ./export/temp-b'1549796240'/saved_model.pb

【讨论】：