从不同版本的 tf.keras 加载保存的模型（从 tf 2.3.0 到 tf 1.12）
Loading the saved models from tf.keras in different versions (From tf 2.3.0 to tf 1.12)
问题：
我在 tf 2.3.0 中创建并训练了一个 keras 模型，我需要在 tf 1.12.0 中加载这个模型，以便与需要旧版本 tf 的库一起使用。有什么方法可以将模型从新版本的 tf 格式转换为旧版本，以便我可以使用 tf 1.12.0 加载模型？
到目前为止我尝试过的：
类似的讨论展示了如何将模型从 tf 1.15 - 2.1 转换为 tf.10，但是当我尝试这个解决方案时，我收到错误“Unknown layer: functional”。 Link: Loading the saved models from tf.keras in different versions
我尝试使用另一个问题建议的以下行来解决此问题：
new_model = tf.keras.models.model_from_json(json_config, custom_objects {'Functional':tf.keras.models.Model})
Link:
但是，如果我使用这个，我会得到一个错误： ('Unrecognized keyword arguments:', dict_keys(['ragged'])) ，这与第一次讨论中讨论的错误相同我在上面链接了。
我尝试的另一种方法是使用 Onnx 库将 keras 模型转换为 Onnx 模型，然后再转换回不同版本的 keras 模型。然而，我很快意识到 keras2onnx 库需要 tf 2.x.
Links: https://github.com/onnx/tensorflow-onnx and https://github.com/gmalivenko/onnx2keras
任何关于如何解决这个问题而不必在旧版本的 tensorflow 中重新训练我的模型的建议将不胜感激！谢谢
这是我尝试实现的加载模型的简单代码：
保存在 tf 2.3.0
import tensorflow as tf
CNN_model=tf.keras.models.load_model('Real_Image_XAI_Models/Test_10_DC_R_Image.h5')
CNN_model.save_weights("Real_Image_XAI_Models/weights_only.h5")
json_config = CNN_model.to_json()
with open('Real_Image_XAI_Models/model_config.json', 'w') as json_file:
json_file.write(json_config)
加载 tf 1.12.0
with open('Real_Image_XAI_Models/model_config.json') as json_file:
json_config = json_file.read()
new_model = tf.keras.models.model_from_json(json_config)
#or implement the line to acount for the functional class
#new_model = tf.keras.models.model_from_json(json_config, custom_objects={'Functional':tf.keras.models.Model})
new_model.load_weights('Real_Image_XAI_Models/weights_only.h5')
从 tf-1.12.0 到 tf-2.3.0 的模型配置有重大变化，包括但不限于以下内容：
- root class Model 现在是 Functional
- 在 tf-1.15
中添加了对 Ragged 张量 的支持
您可以尝试编辑从 tf-2.3.0 保存的模型配置 json 文件，以反转这些更改的影响，如下所示：
- 将根 class 定义
"class_name": "Functional" 替换为 "class_name": "Model"。这将逆转上面更改 #1 的效果。
- 删除所有出现的
"ragged": false, （以及 "ragged": true, ，如果存在的话）。这将逆转上面更改 #2 的效果。
注意 尾随逗号和 space 以及上面的“参差不齐”的字段
您可能会尝试找到一种在 json 字典中或在模型加载时以编程方式进行这些更改的方法，但我发现对 json 文件本身。
问题： 我在 tf 2.3.0 中创建并训练了一个 keras 模型，我需要在 tf 1.12.0 中加载这个模型，以便与需要旧版本 tf 的库一起使用。有什么方法可以将模型从新版本的 tf 格式转换为旧版本，以便我可以使用 tf 1.12.0 加载模型？
到目前为止我尝试过的： 类似的讨论展示了如何将模型从 tf 1.15 - 2.1 转换为 tf.10，但是当我尝试这个解决方案时，我收到错误“Unknown layer: functional”。 Link: Loading the saved models from tf.keras in different versions
我尝试使用另一个问题建议的以下行来解决此问题：
new_model = tf.keras.models.model_from_json(json_config, custom_objects {'Functional':tf.keras.models.Model})
Link:
但是，如果我使用这个，我会得到一个错误： ('Unrecognized keyword arguments:', dict_keys(['ragged'])) ，这与第一次讨论中讨论的错误相同我在上面链接了。
我尝试的另一种方法是使用 Onnx 库将 keras 模型转换为 Onnx 模型，然后再转换回不同版本的 keras 模型。然而，我很快意识到 keras2onnx 库需要 tf 2.x.
Links: https://github.com/onnx/tensorflow-onnx and https://github.com/gmalivenko/onnx2keras
任何关于如何解决这个问题而不必在旧版本的 tensorflow 中重新训练我的模型的建议将不胜感激！谢谢
这是我尝试实现的加载模型的简单代码：
保存在 tf 2.3.0
import tensorflow as tf
CNN_model=tf.keras.models.load_model('Real_Image_XAI_Models/Test_10_DC_R_Image.h5')
CNN_model.save_weights("Real_Image_XAI_Models/weights_only.h5")
json_config = CNN_model.to_json()
with open('Real_Image_XAI_Models/model_config.json', 'w') as json_file:
json_file.write(json_config)
加载 tf 1.12.0
with open('Real_Image_XAI_Models/model_config.json') as json_file:
json_config = json_file.read()
new_model = tf.keras.models.model_from_json(json_config)
#or implement the line to acount for the functional class
#new_model = tf.keras.models.model_from_json(json_config, custom_objects={'Functional':tf.keras.models.Model})
new_model.load_weights('Real_Image_XAI_Models/weights_only.h5')
从 tf-1.12.0 到 tf-2.3.0 的模型配置有重大变化，包括但不限于以下内容：
- root class Model 现在是 Functional
- 在 tf-1.15 中添加了对 Ragged 张量 的支持
您可以尝试编辑从 tf-2.3.0 保存的模型配置 json 文件，以反转这些更改的影响，如下所示：
- 将根 class 定义
"class_name": "Functional"替换为"class_name": "Model"。这将逆转上面更改 #1 的效果。 - 删除所有出现的
"ragged": false,（以及"ragged": true,，如果存在的话）。这将逆转上面更改 #2 的效果。
注意 尾随逗号和 space 以及上面的“参差不齐”的字段
您可能会尝试找到一种在 json 字典中或在模型加载时以编程方式进行这些更改的方法，但我发现对 json 文件本身。