tensorflow2自定义模型保存的坑（tf.saved_model.save以及自定义GAN）

今天自己用tf2搭建框架完成PassGAN网络，终于把模型和训练算法都完成了，效果也不错的时候，突然发现使用tf.saved_model.save保存模型会报错，而且错误很离谱，基本上无法debug的那种，令人十分头疼。

首先介绍一下代码的大致结构，GAN网络中生成器和判别器都是自己定义的，并且使用到了自定义的layer：

训练时可以使用tf.train.Checkpoint的保存方法，即使中断训练，可以重新加载后继续训练。但是这个方法不太方便，需要对源代码有了解，因此就可以使用tf.saved_model，这可以跨语言使用。

另外，如果没有使用自定义的layer，可以用keras的sequential来封装，这样可以使用keras.model.save保存成.h5的格式，更加方便。

就是因为自己使用了两个自定义层，导致出现了许多bug

这里先写的是第一个错误：

报错显示有一个范围是未知的 也就是None，这时候我对生成器和判别器前加上一行代码：

这个是查阅官方文档后得到的，具体文档还是有点复杂的，大致意思是自定义模型在保存时需要用tf.function修饰部分函数，否则恢复后无法使用对应的函数。同时也制定了输入的类型和shape
文档网址：
https://tensorflow.google.cn/api_docs/python/tf/saved_model/save?hl=en

然后会显示第二个错误：


这里显示pred这个变量的类型不对，经过我仔细检查后发现是，调用一个块的时候，多加一个参数，但是编译器没有在调用处报错，结果一直没有发现，删除后代码可以正常运行，但是会报一个警告：

Model.state_updates (from tensorflow.python.keras.engine.training) is deprecated and will be removed in a future version是主要的警告

针对这个警告，尝试了几次都无法纠正，不过能运行就好