Python 3.x 尝试使用预先训练的模型预测类时出现未知错误

在下面的教程中，我尝试使用

model.save（）

将预先训练好的模型保存到.h5文件中。

我使用

load\u model（）

将此模型加载到一个新文档中，当我试图使用它预测新数据时，我遇到了一个未知错误。我使用的是

tensorflow gpu

我用于培训模型的代码如下所示：

将numpy导入为np
作为pd进口熊猫
导入tensorflow作为tf
从tensorflow.keras导入顺序
从tensorflow.keras.layers导入稠密、脱落、嵌入、CuDNNLSTM、双向
从sklearn.model\u选择导入列车\u测试\u拆分
"""
“我的数据集”是一个两列数据帧，其第一列（X）包含
一个经过预处理和编码的tweet，它被填充到47个单词的长度。我之所以这样做，是因为我正在将这些值传递到嵌入层
第二列（Y）是与该tweet关联的标签
X_train.shape=（89552,47）
Y.shape=（89552，）
声音大小=66167
最大发送长度=47
emd_dim=75
"""
X_序列，X_测试，y_序列，y_测试=序列测试分割（X，y，测试大小=0.2，随机状态=420）
x_列，x_值，Y_列，Y_值=列测试分割（x_列，Y_列，测试大小=0.1，随机状态=420）
模型=顺序([
嵌入（输入尺寸=语音尺寸，输出尺寸=emb尺寸，输入长度=最大发送长度，可训练长度=真），
双向（CuDNNLSTM（64，返回序列=False）），
辍学率（0.5），
密集型（2，激活='softmax'）
])
compile（loss='sparse'\u categorical'\u crossentropy'，optimizer='adam'，metrics=['accurity']）
model.fit（x_-train，Y_-train，epochs=50，batch_-size=300，shuffle=True，validation_-data=（x_-val，Y_-val））
model.summary（）
型号保存（'trained/model-2-f.h5'）

当我尝试使用这个模型进行预测时，我没有得到任何错误

我试图测试此模型是否已正确保存在另一个文件中，并使用具有相同属性的另一个数据集对其进行测试

从tensorflow.keras.models导入负荷模型
训练模型=负荷模型（“训练/模型-2-f.h5”）
"""
w_x是我用来预测
w_x.shape=（201,47）
"""
w_pred=训练的_模型。预测_类（w_x）

我得到的错误是：

UnknownError回溯（最近一次调用）
在里面
---->1 w_pred=经过训练的_模型。预测_类（w_x）
2 w_pred
预测类中的~\Anaconda3\envs\nlp\lib\site packages\tensorflow\python\keras\engine\sequential.py（self、x、批大小、详细）
316类预测的numpy数组。
317     """
-->318 proba=self.predict（x，批大小=批大小，详细=详细）
319如果概率形状[-1]>1：
320返回概率argmax（轴=-1）
预测中的~\Anaconda3\envs\nlp\lib\site packages\tensorflow\python\keras\engine\training.py（self、x、批处理大小、详细信息、步骤、回调、最大队列大小、工作者、使用多处理）
1076 verbose=详细，
1077步=步，
->1078回调=回调）
1079
1080 def重置_指标（自身）：
模型迭代中的~\Anaconda3\envs\nlp\lib\site packages\tensorflow\python\keras\engine\training\u arrays.py（模型、输入、目标、样本权重、批量大小、年代、详细程度、回调、val_输入、val_目标、val_样本权重、无序、初始历元、每历元步长、验证步骤、验证频率、模式、验证拟合、从数据集准备的反馈值、步骤名称、**kwargs）
361
362#获取输出。
-->363批次输出=f（批次输入）
364如果不存在（批次，列表）：
365批次输出=[批次输出]
~\Anaconda3\envs\nlp\lib\site packages\tensorflow\python\keras\backend.py in\uuuu调用（self，输入）
3290
3291 fetched=self.\u callable\u fn（*array\u vals，
->3292运行\u元数据=self.run\u元数据）
3293 self.\u call\u fetch\u callbacks（fetched[-len（self.\u fetches）：]））
3294输出_结构=nest.pack_序列_as(
~\Anaconda3\envs\nlp\lib\site packages\tensorflow\python\client\session.py在调用中（self，*args，**kwargs）
1456 ret=tf_session.tf_SessionRunCallable（self._session._session，
1457自动控制手柄，args，
->1458运行（元数据）
1459如果运行\u元数据：
1460 proto_data=tf_session.tf_GetBuffer（run_metadata_ptr）
未知错误：找到2个根错误。
（0）未知：找不到dnn实现。
[{{node双向_2/CudnnRNN_1}}]
[[dense_2/Softmax/_243]]
（1） 未知：找不到dnn实现。
[{{node双向_2/CudnnRNN_1}}]
0成功的操作。
忽略0个派生错误。