如何将Keras h5格式导出到TensorFlow.meta？

我用Keras建立了一个模型并对其进行了训练。然后我将模型保存为

h5

文件，即

model.save（'name.h5'）

。现在我想在tensorflow中重新加载模型，这样我就可以访问

.meta

文件，例如，我想从

.meta

文件导入计算图，即，

tf.train.import\u meta\u graph（\u file.meta的名称）

因此，问题是如何将Keras的

.h5

文件转换为TensorFlow的以下四个文件：

.meta

检查点

.data-00000-of-00001

.index

---

例如，您可以使用第三方软件包

keras_to_tensorflow：将经过训练的keras模型转换为推理tensorflow模型的通用代码

转换可以通过以下方式完成：

python3 keras_to_tensorflow.py -input_model_file model.h5

---

Tensorflow 2.x将自动执行此操作。您用于（参见）的功能是：

保存格式允许您选择“h5”或“tf”。然而，对于tensorflow，1.x尚未实现（而且可能永远不会实现）

save_format

：表示是否保存模型的“tf”或“h5” 到Tensorflow SavedModel或HDF5。默认值当前为“h5”，但 将在TensorFlow 2.0中切换到“tf”。“tf”选项当前处于禁用状态 禁用（改用

tf.keras.experimental.export\u saved\u model

）

---

您可以按照它所说的做，并使用

tf.keras.experional.export\u saved\u model

，但它仍然不会创建

.meta

文件。

答案有效吗？您还需要-output\u model参数

save(
    filepath,
    overwrite=True,
    include_optimizer=True,
    save_format=None
)