Python 获得'；can'；t pickle _thread.RLock对象'；当尝试存储神经网络时

我目前正在训练一个神经网络，我试图存储训练过的模型以备将来使用。该模型基于

keras

中的

顺序
（见下文）。我正在使用
joblib.dump（model，output\u file\u gen）
来存储信息。但是，我收到了错误消息：

TypeError: can't pickle _thread.RLock objects.

我看过一些关于这个错误消息的StackOverflow帖子，它似乎与多线程有关。我不确定模型中发生了什么，但也许有人可以给我建议如何存储模型，或者采取措施消除这个错误，或者建议更好的方法存储神经网络

NN设置包括在下面：

model = Sequential()

model.add(Dense(256, input_dim=self.latent_dim))
model.add(LeakyReLU(alpha=0.2))
model.add(BatchNormalization(momentum=0.8))
model.add(Dense(512))
model.add(LeakyReLU(alpha=0.2))
model.add(BatchNormalization(momentum=0.8))
model.add(Dense(1024))
model.add(LeakyReLU(alpha=0.2))
model.add(BatchNormalization(momentum=0.8))
model.add(Dense(np.prod(self.img_shape), activation='tanh'))
model.add(Reshape(self.img_shape))

不建议使用pickle或cPickle保存Keras模型。这是此处错误的原因（理由不充分）

您可以使用
model.save（filepath）
将模型保存到单个HDF5文件中，该文件将包含：

模型的体系结构，允许重新创建模型
模型的权重
培训配置（丢失、优化器）
优化器的状态，允许在您停止的位置恢复培训
然后可以使用
keras.models.load\u model（filepath）
重新实例化/重新加载模型

上述操作将占用大量磁盘空间。因此，也可以保存模型权重。有关更多详细信息，请参阅