Python 获得；TypeError:无法pickle'_thread.RLock'；“对象”；使用pickle保存模型时

我试图将我的keras模型保存到pickle文件中，但我遇到了这个错误。有什么办法？或者，保存和加载模型的更好方法是什么？我正在预测480x640灰度图像

我的代码如下：

def trainModel(data):
  batch_size = 3
  img_height = 480
  img_width = 640

  trainDataset = tf.keras.preprocessing.image_dataset_from_directory(
    data,
    validation_split=0.25,
    subset="training",
    seed=123,
    image_size=(img_height, img_width),
    batch_size=batch_size,
    #class_names={"nao_doentes", "doentes"}
  )

  valDataset = tf.keras.preprocessing.image_dataset_from_directory(
    data,
    validation_split=0.25,
    subset="validation",
    seed=123,
    image_size=(img_height, img_width),
    batch_size=batch_size,
    #class_names={"nao_doentes", "doentes"}
  )

  AUTOTUNE = tf.data.experimental.AUTOTUNE

  trainDataset = trainDataset.cache().prefetch(buffer_size=AUTOTUNE)
  valDataset = valDataset.cache().prefetch(buffer_size=AUTOTUNE)

  num_classes = 2

  model = tf.keras.Sequential([
    layers.experimental.preprocessing.Rescaling(1./255),
    layers.Conv2D(32, 3, activation='relu'),
    layers.MaxPooling2D(),
    layers.Conv2D(32, 3, activation='relu'),
    layers.MaxPooling2D(),
    layers.Conv2D(32, 3, activation='relu'),
    layers.MaxPooling2D(),
    layers.Flatten(),
    layers.Dense(128, activation='relu'),
    layers.Dense(num_classes)
  ])

  model.compile(
    optimizer='adam',
    loss=tf.keras.losses.BinaryCrossentropy(),
    metrics=['accuracy']
  )

  model.fit(
    trainDataset,
    validation_data=valDataset,
    epochs=10
  )
  return model

model = trainModel(training_data)
with open('model.sav', 'wb') as f:
  pickle.dump(model, f)

with open('model.sav', 'rb') as f:
  model = pickle.load(f)

testing = np.ndarray(shape=(1, 1, 480, 640), dtype=np.float32)
image = load_img(os.path.join(test_data, "doentes/doente_6.jpg"), target_size=(480,640))
x = img_to_array(image)
x = np.expand_dims(x, axis=0)
testing = np.vstack([x])
print(model.predict(testing))

---

另外，当处理图像分类情况时，您是否愿意提供一些好的实践和解释来源？我是这个地区的新手，因此在搜索和链接不同来源的信息时，我会有点挣扎。

一般来说，pickle在保存pytorch、tensorflow和keras的ml模型权重时会遇到问题。要保存您的keras模型，请查看

具体而言，请尝试在keras中使用函数save and load_module：

model.save（'path/to/location'））
重建模型=keras.models.load模型（“路径/目的地/位置”）

通常，pickle在保存pytorch、tensorflow和keras的ml模型重量时存在问题。要保存您的keras模型，请查看

具体而言，请尝试在keras中使用函数save and load_module：

model.save（'path/to/location'））
重建模型=keras.models.load模型（“路径/目的地/位置”）