Keras保存模型时报错“Not JSON Serializable”的解决方案

最新推荐文章于 2024-03-05 04:45:57 发布
最新推荐文章于 2024-03-05 04:45:57 发布
阅读量2k 收藏 6
点赞数 1
分类专栏： 深度学习 文章标签： Keras tensorflow
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_37709708/article/details/109320750
版权
  1. 这是Keras本身的一个小bug
  2. 如果使用时，Keras的backend是Tensorflow时，可以采用下述方案解决：
    在site-packages>keras>engine>saving.py文件中加上下述代码
    from tensorflow.python.framework.tensor_shape import Dimension
    if type(obj) == Dimension:
    return int(obj.value or 0)
    参考链接：
    https://github.com/keras-team/keras/issues/9342#issuecomment-396056333
chenying66
关注
  • 1
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
解决keras模型保存h5文件提示无此目录问题
09-16
以下是如何解决这个问题的详细步骤及相关的Keras模型保存与加载的知识。 首先，当Keras在尝试保存模型到`.h5`文件时，如果你接收到“无此目录”的错误，这意味着系统找不到你指定的保存路径。例如，错误信息可能...
keras 如何保存最佳的训练模型
09-16
本文将详细讲解如何在Keras中保存最佳训练模型，并介绍相关参数和技巧。 1. 只保存最佳的训练模型 在Keras中，你可以使用`ModelCheckpoint`回调函数来保存在验证集上表现最佳的模型。这个回调会在每个周期（epoch...
tensorflow keras 存储模型错误 使用自定义层 报错 TypeError: ('Not JSON Serializable:', ) 等
qq_44930937的博客
02-26 3408
错误原因 原因在于使用了自定义的层 例如：定义损失函数 Loss（因为这个函数不好，就不多做说明了，只是做个例子来说明） def contrastive_loss_layer(top_different, deep_different, y_true): margin = 1000 top_distance=tf.norm((top_different),ord...
Keras问题：Save Model: TypeError: ('Not JSON Serializable:', )
Funkdub的博客
08-26 5321
环境：win10，keras-2.2.4，tensorflow-1.13.1，python3.6 使用keras训练时保存模型的时候报错，解决方案比较扯淡- -貌似是一个不愿意解决的bug 这个需改keras的源码，具体的改正方法见github的issues9342https://github.com/keras-team/keras/issues/9342 from tensorfl...
Keras问题：Save Model: TypeError:(‘Not JSON Serializable:‘, Dimension(3))
m0_37859875的博客
09-14 801
环境：keras-2.2.2，tensorflow-2.1.0，python3.7 使用keras训练时 保存模型的时候报错，解决方案比较扯淡- -貌似是一个不愿意解决的bug 这个需改keras的源码，具体的改正方法见github的issues9342 https://github.com/keras-team/keras/issues/9342 from tensorflow.python.framework.tensor_shape import Dimension if type(obj) == D
TypeError: Object of type ‘int64‘ is not JSON serializable
qq_43208491的博客
09-19 326
在使用json格式保存数据时，出现TypeError:type(**) is not JSON serializable，也就是无法序列化某些对象格式，我所遇见的是我使用了numpy时，使用了np的数据格式，写入data后，json.dumps(data)失败，我们可以自己定定义对特定类型的对象的序列化，下面看下怎么定义和使用关于np数据类型的自定义。 import numpy class NpEncoder(json.JSONEncoder): def default(self, obj):
Keras保存模型时报错“Not JSON Serializable”
weixin_58309419的博客
03-23 259
在尝试site-packages>keras>engine>saving.py文件中加上下述代码时。后来，我直接重新下了一个tensorflow2.3.0版本问题就解决了。这里我尝试了网上几乎所有的解决办法，都没什么用。它return也会报错。
今日实验总结2
江湖夜雨十年灯
04-02 261
（1）为什么同样的代码在两个不同机子上报不同的错，一个属性错误，明明初始化的时候就已经把模型加载了，进程名称换了重新提交之后又没有报错了，玄学… （2）另一台机器为毛三个进程永远只跑第一个，是因为内存太小的原因吗，只有3G，反正这两种方式都不行；同样的代码以前也没问题，还是GPU跑的; for t in processes: t.start() t.join() for t in processes: t.start()
浅谈keras.callbacks设置模型保存策略
09-16
Keras库提供了`callbacks`机制，允许我们在训练过程中执行自定义操作，其中之一就是`ModelCheckpoint`，用于在训练过程中自动保存模型。本文将深入探讨如何使用`keras.callbacks.ModelCheckpoint`设置模型保存策略。...
keras模型保存为tensorflow的二进制模型方式
09-16
本文将详细介绍如何将Keras模型保存为TensorFlow的二进制模型。 首先，我们要理解Keras模型和TensorFlow模型之间的关系。Keras模型本质上是基于TensorFlow的计算图，它在运行时会自动构建这个图。因此，我们可以...
关于“TypeError: Layer tf.compat.v1.nn.fused_batch_norm was passed non-JSON-serializable arguments.”
最新发布
qq_37697947的博客
03-05 584
最近在使用别人的code做图像块匹配。因为别人的code是用tensorflow=2.0.0写的。不能放到GPU上训练。我把它放到了tensorflow=2.10.0上跑。具体在代码中就是使用tf.keras.layers.experimental.SyncBatchNormalization()我按照这个https://stackoverflow.com/revisions/71902078/3 改就成功了。代替 tf.keras.layers.BatchNormalization()
TypeError: Object of type xxx is not JSON serializable错误解决
家里没矿
06-09 2万+
这个错误是因为在导入Python json包，调用json.dump/dumps函数时，可能会遇到TypeError: Object of type xxx is not JSON serializable错误，也就是无法序列化某些对象格式。 解决办法： 点击进去json的包，然后在其中添加MyEncoder，把原来的JsonEncoder给替换掉。 因为我还需要定义时间的序列格式，所以我的MyEncoder可能比较万能，大家自己根据需要自己修改。 1.首先json包内定义类MyEncoder #我自己重新
在使用json.dumps时遇到报错TypeError: is not JSON serializable
进击的扛把子
10-16 1974
is not JSON serializable
tf.contrib.layers.batch_norm 报错
weixin_44441898的博客
05-11 5288
文章目录tf.contrib.layers.batch_norm 报错 batch_normalization() got an unexpected keyword argument 'is_training'解决方法 tf.contrib.layers.batch_norm 报错 batch_normalization() got an unexpected keyword argument ‘is_training’ tf.contrib是tensorflow v1版本的函式库，在更新到v2时候，这个
Tensorflow系列：tf.contrib.layers.batch_norm
Candy_GL的博客
03-14 1万+
tf.contrib.layers.batch_norm(     inputs,     decay=0.999,     center=True,     scale=False,     epsilon=0.001,     activation_fn=None,     param_initializers=None,     param_regularizers=None,     up...
Python3运行报错：TypeError: Object of type ‘type‘ is not JSON serializable解决方法（不是针对对象转Json的方法）
热门推荐
qq_38680405的博客
07-20 4万+
问题描述： Python内置的json模块提供了非常完善的Python对象到JSON格式的转换。 json.dumps() #将Python中的对象转换为JSON中的字符串对象 json.loads() #将JSON中的字符串对象转换为Python中的对象 这个问题是由于json.dumps()函数引起的。dumps是将dict数据转化为str数据，但是dict数据中包含byte、int、float、datetime等等的时候，数据所以会报错。 可能会遇到T...
TypeError: Object of type datetime is not JSON serializable
qq_37253540的博客
06-20 4796
一、问题描述 我是在使用requests.post(url=douyin_url, json=singer_data)时，需要传入singer_data但是其中的一个字段是时间这个特殊字段。 如：{'rankingDate': '2019-06-20 17:05:03.483030'}，其中这个值是通过datetime.datetime.now()获得的当前时间。结果执行时出现上面的错误。 ...
TypeError: Object of type Tensor is not JSON serializable
bb_sy_w的博客
12-13 4574
测试模型时，保存检测结果时出现这个错误： TypeError: Object of type Tensor is not JSON serializable 网上提供了一种解决方案是这样的： #json.dump(detections.numpy, file_obj) json.dump(detections.numpy(), file_obj) 引发的又是另一个错误： AttributeError: 'list' object has no attribute'numpy' Emmm… 最终决定还是
【文件处理】——字典写入json文件或TXT文件，读取文件中的字典&TypeError: Object of type ‘ndarray‘ is not JSON serializable错误解决方法
python_AI_fans的博客
10-13 1541
目录 一、将字典写入json文件 二、json文件中读取字典 三、将字典写入TXT文件中 四、从TXT中读取字典 一、将字典写入json文件 import json test_dict = { 'version': "1.0", 'explain': { 'used': True, 'details': "this is for josn test", } } #将字典转换为字符串形式 json_str = json.dumps(t.
keras保存模型_TensorFlow2学习四、Keras 保存和加载模型
05-28
好的，关于Keras保存和加载模型，我可以给你一些简单的介绍。 在Keras中，我们可以使用`save()`和`load_model()`方法来保存和加载模型。 1. 保存模型 使用`save()`方法可以将模型保存为一个HDF5文件。例如： ``` from tensorflow import keras model = keras.models.Sequential([ keras.layers.Dense(units=64, input_shape=(784,), activation='relu'), keras.layers.Dense(units=10, activation='softmax') ]) model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy']) model.fit(x_train, y_train, epochs=5) model.save('my_model.h5') ``` 2. 加载模型 使用`load_model()`方法可以加载保存的模型。例如： ``` from tensorflow import keras model = keras.models.load_model('my_model.h5') model.summary() ``` 以上是一个简单的Keras保存和加载模型的示例，你可以根据自己的需要进行修改和调整。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值