Python Google Colab不保存模型或模型检查点？

我一直在使用Colab来训练我的模型，但到目前为止，我只能将权重保存到我的Google Drive中，而不能保存整个模型，甚至模型检查点，这让我非常恼火

我安装Google Drive时使用了：

从google.colab导入驱动器
安装（“/content/gdrive”）

我知道我可以从驱动器中读取文件，因为这段代码可以工作：

将numpy导入为np
将np.load（“/content/gdrive/MyDrive/trainingData.npz”）作为f：
dataX=f[“dataX”]
dataY=f[“dataY”]

我使用以下方法设置TPU：

%tensorflow\u版本2.x
导入tensorflow作为tf
打印（“Tensorflow版本”+tf.\uuuuuu版本）
尝试：
tpu=tf.distribute.cluster_resolver.TPUClusterResolver（）#tpu检测
打印（'在TPU上运行'，TPU.cluster_spec（）.as_dict（）['worker']））
除值错误外：
raise BaseException（'错误：未连接到TPU运行时；有关说明，请参阅此笔记本中的上一个单元格！'）
tf.config.experimental\u连接到集群（tpu）
tf.tpu.experimental.initialize\u\tpu\u系统（tpu）
tpu_策略=tf.distribute.experimental.TPUStrategy（tpu）

但当我运行以下代码时，不会保存任何模型检查点：

使用tpu_策略。范围（）
模型=顺序（）
model.add（LSTM（256，input_shape=（dataX.shape[1]，dataX.shape[2]））
模型。添加（辍学（0.2））
model.add（密集型（dataY.shape[1]，activation=“softmax”））
compile（loss='classifical\u crossentropy'，optimizer='adam'）
filepath=“/content/gdrive/MyDrive/weights-improvement-{epoch:02d}-{loss:.4f}.hdf5”
checkpoint=ModelCheckpoint（文件路径，monitor='loss'，verbose=1，save\u best\u only=True，mode='min'）
回调\u列表=[检查点]
model.fit（dataX，dataY，epochs=50，batch\u size=128）

我甚至不能正常保存模型：

model.save（“/content/gdrive/MyDrive/model”）

给出：

UnimplementedError:未实现文件系统方案“[local]”（文件：“model/variables/variables\u temp/part-00000-of-00001”）
使用执行器执行操作时遇到。此错误将取消所有未来的操作并毒害它们的输出张量。

有趣的是，我仍然可以通过

model.save_weights（“/content/gdrive/MyDrive/model.h5”）

然而，由于我希望能够保存整个模型以备将来训练，因此仅保存权重并不令人满意

---

我犯了哪些错误？如何保存我的模型？

TPU仅以h5格式保存。如果需要保存整个模型，请使用gcs存储桶。请看这里@Andrey，您能否澄清TPU被限制为.h5格式的含义？你附加的链接不是很清楚。另外，由于

model.save（）

允许另存为.h5，这是否意味着我可以简单地通过这样做来解决问题？我在一年前处理过这个问题，有一个更好的链接，但我现在找不到。我不确定是否将模型保存为h5，但我认为它不会起作用。我总是使用

保存权重（）