Python TensorFlow键错误：'；RegexReplace'；使用tf.contrib.predictor.from_saved_模型对DNNClassifier进行预测时

我试图恢复一个估计器并对其进行预测

系统配置： CentOS 7-x64-CPU tensorflow==1.5

这就是我如何保存估算器DNNClassifier的方法

 def serving_input_receiver_fn():
      inputs = {"embeddings": tf.placeholder(shape=[None], dtype=tf.string)}
      return tf.estimator.export.ServingInputReceiver(inputs, inputs)

 export_dir = estimator.export_savedmodel(
                 export_dir_base='models/run7',
                 serving_input_receiver_fn=serving_input_receiver_fn)

我使用tf.contrib.predictor.from\u saved\u model重新加载了它，如下所示

estimator = tf.contrib.predictor.from_saved_model('model/1528805269/')

但是，我在上面一行中得到了错误KeyError:'RegexReplace'

完全错误：

 Traceback (most recent call last):
      File "app.py", line 38, in <module>
        load_model()
      File "app.py", line 21, in load_model
        estimator = tf.contrib.predictor.from_saved_model('model/1528805269/')
      File "/var/www/html/my_project/prj_v4/lib/python3.6/site-packages/tensorflow/contrib/predictor/predictor_factories.py", line 129, in from_saved_model
        graph=graph)
      File "/var/www/html/my_project/prj_v4/lib/python3.6/site-packages/tensorflow/contrib/predictor/saved_model_predictor.py", line 156, in __init__
        loader.load(self._session, tags.split(','), export_dir)
      File "/var/www/html/my_project/prj_v4/lib/python3.6/site-packages/tensorflow/python/saved_model/loader_impl.py", line 216, in load
        saver = tf_saver.import_meta_graph(meta_graph_def_to_load, **saver_kwargs)
      File "/var/www/html/my_project/prj_v4/lib/python3.6/site-packages/tensorflow/python/training/saver.py", line 1838, in import_meta_graph
        **kwargs)
      File "/var/www/html/my_project/prj_v4/lib/python3.6/site-packages/tensorflow/python/framework/meta_graph.py", line 660, in import_scoped_meta_graph
        producer_op_list=producer_op_list)
      File "/var/www/html/my_project/prj_v4/lib/python3.6/site-packages/tensorflow/python/util/deprecation.py", line 316, in new_func
        return func(*args, **kwargs)
      File "/var/www/html/my_project/prj_v4/lib/python3.6/site-packages/tensorflow/python/framework/importer.py", line 433, in import_graph_def
        _RemoveDefaultAttrs(op_dict, producer_op_list, graph_def)
      File "/var/www/html/my_project/prj_v4/lib/python3.6/site-packages/tensorflow/python/framework/importer.py", line 211, in _RemoveDefaultAttrs
        op_def = op_dict[node.op]
KeyError: 'RegexReplace'

回溯（最近一次呼叫最后一次）：
文件“app.py”，第38行，在
负载_模型（）
文件“app.py”，第21行，在load_模型中
估计器=tf.contrib.predictor.from_saved_模型（'model/1528805269/'））
文件“/var/www/html/my_project/prj_v4/lib/python3.6/site packages/tensorflow/contrib/predictor/predictor_factories.py”，第129行，来自保存的模型
图=图）
文件“/var/www/html/my_project/prj_v4/lib/python3.6/site packages/tensorflow/contrib/predictor/saved_model_predictor.py”，第156行，在__
loader.load（self.\u会话，tags.split（'，'），export\u dir）
文件“/var/www/html/my_project/prj_v4/lib/python3.6/site packages/tensorflow/python/saved_model/loader_impl.py”，第216行，在load中
saver=tf_saver.import_meta_graph（meta_graph_def_to_load，**saver_kwargs）
文件“/var/www/html/my_project/prj_v4/lib/python3.6/site packages/tensorflow/python/training/saver.py”，第1838行，在导入元图中
**kwargs）
文件“/var/www/html/my_project/prj_v4/lib/python3.6/site packages/tensorflow/python/framework/meta_graph.py”，第660行，在导入范围的meta_图中
制片人名单=制片人名单）
文件“/var/www/html/my_project/prj_v4/lib/python3.6/site packages/tensorflow/python/util/deprecation.py”，第316行，新函数
返回函数（*args，**kwargs）
文件“/var/www/html/my_project/prj_v4/lib/python3.6/site packages/tensorflow/python/framework/importer.py”，第433行，在import_graph_def中
_移除的默认属性（操作指令、生产者操作列表、图形定义）
文件“/var/www/html/my_project/prj_v4/lib/python3.6/site packages/tensorflow/python/framework/importer.py”，第211行，位于RemoveDefaultAttrs中
op_def=op_dict[node.op]
KeyError:'RegexReplace'

---

有什么建议可能出了什么问题

1.5版的TensorFlow中没有RegexReplace，所以我猜您正在1.6+中保存SavedModel，并在1.5版中使用它（1.5版中不存在op，因此出现错误）。啊！。。。好吧，我想我有麻烦了。。。。我使用tensorflow hub的一些模块在google colab上训练了一个模型，需要tf 1.7>=，我的系统存在非法指令核心转储问题，不允许tf版本>1.5。。。我在tf 1.8中训练了一些模型，并在1.5中运行，没有任何问题…我想这一次它不会工作…感谢您的响应…对，AVX指令用于预打包的版本。您还可以从没有AVX的源代码构建更新的版本。