以 h5 格式保存带有 TextVectorization 层的张量流模型

Question

tensorflow 模型包括预处理层，TextVectorization 在模型构建之前进行适配。尝试以“.h5”格式保存模型时，它显示错误：*NotImplementedError：保存或恢复不是

tf.Variable

实例的权重在h5中不受支持，请改用

save_format='tf'

。接收到带有权重的模型或层 TextVectorization。

我用的是tensorflow 2.11.0，代码：

# vectorize
MAXTOKEN = 10000
OUTLENGTH = 100
vectorizer = tf.keras.layers.TextVectorization(max_tokens=MAXTOKEN, output_sequence_length=OUTLENGTH)
text_ds = train_ds.map(lambda x, y : x )
vectorizer.adapt(text_ds)


# functional API model
inputs = tf.keras.layers.Input(shape=(1,), dtype=tf.string)
x = vectorizer(inputs)
x = tf.keras.layers.Embedding(input_dim = MAXTOKEN, output_dim = OUTLENGTH)(x)
x = tf.keras.layers.LSTM(32)(x)
output = tf.keras.layers.Dense(1, activation='sigmoid')(x)
nlpmod = tf.keras.Model(inputs, output, name='nlp')

# compile
nlpmod.compile(loss=tf.keras.losses.BinaryCrossentropy(),
               optimizer=tf.keras.optimizers.Adam(),
               metrics=['accuracy'], run_eagerly=True)

# fit
hist = nlpmod.fit(train_ds, validation_data=test_ds, epochs=2)

# Trying to save - shows the error
nlpmod.save("nlpmod.h5")

我尝试使用降级的 tensorflow 版本 - 2.0 进行保存，但它不起作用。包括 tf.keras.layers.TextVectorization 作为模型中的层对我也不起作用。