含有Lambda自定义层keras模型，保存遇到的问题及解决方案

一，许多应用，keras含有的层已经不能满足要求，需要透过Lambda自定义层来实现一些layer，这个情况下，只能保存模型的权重，无法使用model.save来保存模型。保存时会报
TypeError: can’t pickle _thread.RLock objects

二，解决方案，为了便于后续的部署，可以转成tensorflow的PB进行部署。

from keras.models import load_model
import tensorflow as tf
import os, sys
from keras import backend as K
from tensorflow.python.framework import graph_util, graph_io

def h5_to_pb(h5_weight_path, output_dir, out_prefix="output_", log_tensorboard=True):
    if not os.path.exists(output_dir):
        os