Python Keras和Tensorflow：保存非序列模型权重

（我正在使用Tensorflow 1.8.0…）

本文没有提到保存序列模型与从函数API创建的模型之间的区别。但是，以下所有代码块都失败：

import tensorflow as tf
net = tf.keras.models.Model()
net.save('file')

或

或

或

它们会引发一个

未实现错误
。在Keras模块中，相关行为

if not self._is_graph_network:
  raise NotImplementedError

它显示在
.save
和
get\u config
中（后者也被
调用为\u json
和
调用为\u yaml
）

唯一起作用的是以下几点

import tensorflow as tf
net = tf.keras.models.Model()
net.save_weights('file')

在这种情况下，重量已成功保存，并可通过
net.load\u weights
成功加载

但是，将上述代码块的第二行，
net=tf.keras.models.Model（）
，替换为
net=tf.keras.models.Sequential（）
，使net成为一个顺序模型，可以让上面的一切正常工作

是否真的不可能保存使用功能API制作的Keras模型的结构（使用
模型
而不是
顺序
）？现在，我们只能保存权重吗？
当然可以保存模型，您所有的示例都有一个空模型，保存没有意义。Keras的作者根本没有实现这种情况

如果您使用非空模型进行测试，您将看到保存工作非常完美。我们每天都使用它。
您是否考虑过您的所有模型都是空的，这就是为什么保存失败的原因？实际上我没有，这很讽刺，因为我刚刚回答了一个关于该主题的问题。我将使用一些变量进行尝试并进行更新。谢谢！您不必尝试，我们知道保存一个模型是有效的，我每天都这样做，你声称这个模型没有以某种方式实现是荒谬的。Keras提出的
NotImplementedError
不是荒谬的，而是可重复和可验证的。老实说，这是一个误导性错误。但那只是因为模型是空的，没有什么可保存的。你知道吗直接问是否可以保存模型。我也有同样的问题。对于普通模型。我可以拟合此模型并对其进行评估，但无法保存：（@redyed）他们提出了一个新问题，仅仅说我也有此问题并不是真的有用。细节很重要。
import tensorflow as tf
net = tf.keras.models.Model()
print(net.get_config())

if not self._is_graph_network:
  raise NotImplementedError

import tensorflow as tf
net = tf.keras.models.Model()
net.save_weights('file')