项目场景:
keras中保存用到Lambda层的模型时报错:
TypeError: cannot pickle ‘_thread.RLock’ object
问题描述
当模型构建时使用到了Lambda层,且使用以下两种方式保存h5模型,
当使用:
checkpointer = tf.keras.callbacks.ModelCheckpoint(os.path.join(s_p, fn), verbose=1, save_weights_only=False, period=1)
model.fit(.. callbacks=[checkpointer]..)
或:
model.save('./xxx.h5')
则会报:
TypeError: cannot pickle ‘_thread.RLock’ object
原因分析:
参考:
https://stackoverflow.com/questions/47066635/checkpointing-keras-model-typeerror-cant-pickle-thread-lock-objects/55229794#55229794
解决方案:
用save_weights保存模型,在load模型时重新构建一遍模型。
以上两情况改为:
checkpointer = tf.keras.callbacks.ModelCheckpoint(os.path.join(s_p, fn), verbose=1, save_weights_only=True, period=1)
model.fit(.. callbacks=[checkpointer]..)
注意上面的save_weights_only参数值由False改为了True
或:
model.save_weights('./xxx.h5')