Python 3.x 如何保存和恢复tf.estimator模型

我想保存并恢复我的tf.estimator模型。虽然我试图关注stackoverflow的其他相关问题，但我没有成功。以下输入可以提供要预测的数据。但我不知道如何用它来保存和恢复预测模型。 顺便说一句，我的返回数据集的形状为[batch\u size，dim]，其中dtype为float32

def predict_input_fn(path, dim, batch_size):

    dataset = ds.get_dataset(path,
                             dim)

    dataset = dataset.batch(batch_size)
    dataset = dataset.prefetch(1) 
    return dataset

到目前为止，我已经尝试了以下内容，但没有达到预期效果，您能帮我保存和恢复这样一个模型吗

试用版

  def serving_input_receiver_fn():

        features = tf.placeholder(
            dtype=tf.float32, shape=[None, batch_size])

        fn = lambda x : precict_input_fn(path, dim, batch_size)

        mapped_fn = tf.map_fn(fn, features)
        return tf.estimator.export.ServingInputReceiver(mapped_fn, features)

    estimator.export_savedmodel(model_save_path, serving_input_receiver_fn)

错误：

Failed to convert object of type <class 'tensorflow.python.data.ops.dataset_ops.PrefetchDataset'> to Tensor. Contents: <PrefetchDataset shapes: (?, 1024), types: tf.float32>. Consider casting elements to a supported type

无法将类型的对象转换为张量。目录：。将铸造元素考虑为支持类型

为什么会附加

keras

标签？我看不到使用了任何Keras模块。这个问题与

Keras

无关-请不要垃圾邮件标签（removed0Keras模块未使用，但使用Keras的人可能对此也有一些想法。