Keras 如何更改HDF5文件的数据结构？

我想更改现有HDF5文件的数据结构

目前我感兴趣的信息存储在h5py组中。我想要的是将该组的信息保存在其自己的HDF5文件中，子结构保持不变，但没有上层组，以便直接访问该信息

文件的当前上层结构为：

model_weights            Group
optimizer_weights        Group

有了

“模型权重”

我感兴趣的小组

它包括：

batchnormalization_1   type:  <class 'h5py._hl.group.Group'>
   batchnormalization_1_beta   type: <class 'h5py._hl.dataset.Dataset'>
   batchnormalization_1_gamma   type: <class 'h5py._hl.dataset.Dataset'>
   batchnormalization_1_running_mean   type: <class 'h5py._hl.dataset.Dataset'>
   batchnormalization_1_running_std   type: <class 'h5py._hl.dataset.Dataset'>
batchnormalization_2   type:  <class 'h5py._hl.group.Group'>
   batchnormalization_2_beta   type: <class 'h5py._hl.dataset.Dataset'>
   batchnormalization_2_gamma   type: <class 'h5py._hl.dataset.Dataset'>
   batchnormalization_2_running_mean   type: <class 'h5py._hl.dataset.Dataset'>
   batchnormalization_2_running_std   type: <class 'h5py._hl.dataset.Dataset'>
batchnormalization_3   type:  <class 'h5py._hl.group.Group'>
   batchnormalization_3_beta   type: <class 'h5py._hl.dataset.Dataset'>
   batchnormalization_3_gamma   type: <class 'h5py._hl.dataset.Dataset'>
   batchnormalization_3_running_mean   type: <class 'h5py._hl.dataset.Dataset'>
   batchnormalization_3_running_std   type: <class 'h5py._hl.dataset.Dataset'>
batchnormalization_4   type:  <class 'h5py._hl.group.Group'>
   batchnormalization_4_beta   type: <class 'h5py._hl.dataset.Dataset'>
   batchnormalization_4_gamma   type: <class 'h5py._hl.dataset.Dataset'>    
   batchnormalization_4_running_mean   type: <class 'h5py._hl.dataset.Dataset'>
   batchnormalization_4_running_std   type: <class 'h5py._hl.dataset.Dataset'>
batchnormalization_5   type:  <class 'h5py._hl.group.Group'>
   batchnormalization_5_beta   type: <class 'h5py._hl.dataset.Dataset'>
   batchnormalization_5_gamma   type: <class 'h5py._hl.dataset.Dataset'>
   batchnormalization_5_running_mean   type: <class 'h5py._hl.dataset.Dataset'>
   batchnormalization_5_running_std   type: <class 'h5py._hl.dataset.Dataset'>
dense_1   type:  <class 'h5py._hl.group.Group'>
   dense_1_W   type: <class 'h5py._hl.dataset.Dataset'>
   dense_1_b   type: <class 'h5py._hl.dataset.Dataset'>
dense_2   type:  <class 'h5py._hl.group.Group'>
   dense_2_W   type: <class 'h5py._hl.dataset.Dataset'>
   dense_2_b   type: <class 'h5py._hl.dataset.Dataset'>
dense_3   type:  <class 'h5py._hl.group.Group'>
   dense_3_W   type: <class 'h5py._hl.dataset.Dataset'>
   dense_3_b   type: <class 'h5py._hl.dataset.Dataset'>
dense_4   type:  <class 'h5py._hl.group.Group'>
   dense_4_W   type: <class 'h5py._hl.dataset.Dataset'>
   dense_4_b   type: <class 'h5py._hl.dataset.Dataset'>
maxoutdense_1   type:  <class 'h5py._hl.group.Group'>
   maxoutdense_1_W   type: <class 'h5py._hl.dataset.Dataset'>
   maxoutdense_1_b   type: <class 'h5py._hl.dataset.Dataset'>
maxoutdense_2   type:  <class 'h5py._hl.group.Group'>
   maxoutdense_2_W   type: <class 'h5py._hl.dataset.Dataset'>
   maxoutdense_2_b   type: <class 'h5py._hl.dataset.Dataset'>

batchnormalization\u 1类型：
batchnormalization\u 1\u beta类型：
batchnormalization\u 1\u gamma类型：
batchnormalization_1_running_平均类型：
批次规格化\u 1\u运行\u标准类型：
Batchu 2类型：
batchnormalization_2_beta类型：
batchnormalization_2_gamma类型：
batchnormalization_2_running_平均类型：
批次规格化\u 2\u运行\u标准类型：
Batch\u 3类型：
batchnormalization\u 3\u beta类型：
batchnormalization\u 3\u gamma类型：
batchnormalization_3_running_平均类型：
批次规格化\u 3\u运行\u标准类型：
Batchu 4类型：
batchnormalization\u 4\u beta类型：
batchnormalization\u 4\u gamma类型：
batchnormalization_4_running_平均类型：
batchnormalization\u 4\u running\u标准类型：
Batchu 5类型：
Batch\u 5\u beta类型：
批次规格化\u 5 \u伽马类型：
batchnormalization_5_running_平均类型：
batchnormalization_5_running_标准类型：
致密_1型：
密集型1_W类型：
密集型_1_b类型：
致密_2型：
密集型2_W类型：
密集型_2_b类型：
致密_3型：
密集型_3_W类型：
密集型_3_b型：
致密_4型：
密集型（4）W型：
密集型_4_b型：
最大输出密度\u 1类型：
maxoutdense_1_W类型：
maxoutdense_1_b类型：
maxoutdense_2类型：
maxoutdense_2_W类型：
maxoutdense_2_b类型：

我不希望使用Keras（v1.0升级更改了检查点回调的结构）重新生成这个文件，只使用新标志保存权重。因此，我想知道是否有比将每个h5py组和数据集插入另一个空文件更简单的方法