Keras: сохранение модели, определенной как класс, вызывает NotImplementedError

Question

Я пишу этот пост после прочтения похожих вопросов и ответов, которые не сработали в моем случае. Вы можете заметить, что я определил форму ввода в первом слое.

Я создал очень маленький CNN в Керасе, как показано ниже:

import tensorflow as tf

class MyNet(tf.keras.Model):
    def __init__(self):
        super(MyNet, self).__init__()
         self.conv1 = tf.keras.layers.Conv2D(32, 5, strides = (2,2), data_format = 'channels_first', input_shape = (3,224,224))
         self.bn1 = tf.keras.layers.BatchNormalization(axis = 1)
         self.fc1 = tf.keras.layers.Dense(10)
         self.globalavg = tf.keras.layers.GlobalAveragePooling2D(data_format = 'channels_first')

    def call(self, inputs):
        x = self.conv1(inputs)
        x = self.bn1(x)
        x = tf.keras.activations.relu(x)
        x = self.globalavg(x)

        return self.fc1(x)

Затем я что-то ввел в него и распечатал результат успешно (весы, вероятно, случайны в данный момент, но это нормально):

image = tf.ones(shape = (1, 3, 224, 224))  # Defined "channels first" when created the layers
mynet = MyNet()
outputs = mynet(image)
print(tf.keras.backend.eval(outputs))

Результат, который я увидел на этом шаге, был 10 выходами слоя fc1:

[[-1.1747773  -0.21640654 -0.16266493 -0.44879064 -0.642066    0.78132695  -0.03920581 -0.30874395 -0.04169023 -0.10409291]]

Затем я попытался сохранить модель с ее весами, вызвав mynet.save('mynet.hdf5'), и получил следующую ошибку:

NotImplementedError: Currently `save` requires model to be a graph network. Consider using `save_weights`, in order to save the weights of the model.

Обратите внимание, что я новичок в Keras и что большая часть моего опыта связана с PyTorch.

Что я делаю не так?

Обновление:

После ответа @ ikibir я переопределил сеть как последовательную сеть:

myNetAsSeq = tf.keras.models.Sequential()
myNetAsSeq.add(tf.keras.layers.Conv2D(32, 5, strides = (2,2), data_format = 'channels_first', input_shape = (3,224,224)))
myNetAsSeq.add(tf.keras.layers.BatchNormalization(axis = 1))
myNetAsSeq.add(tf.keras.layers.Activation('relu'))
myNetAsSeq.add(tf.keras.layers.GlobalAveragePooling2D(data_format = 'channels_first'))
myNetAsSeq.add(tf.keras.layers.Dense(10))

На этот раз звонить myNetAsSeq.save('mynet.hdf5') удалось.

Answer 1

Я не уверен в своем ответе, но я полагаю, что вы не создаете модель, вы просто создаете каждый слой по отдельности, когда вы запускаете функцию 'call', вы просто передаете переменные этим слоям.

В кератах вы должны использовать

model = models.Sequential() 

для создания модели, и вы должны использовать

model.add()

для добавления слоев

, затем вы можете сохранить это модель