Tensorflow 无法使用save/pickle保存tensorrflow keras量子模型

如何保存tensorflow量子模型？当我试图用量子电路来保存keras模型时，我得到了以下信息。 我找不到任何支持这一点的人。 tensorflow:向Layer add_circuit_2传递了不可序列化的关键字参数 tensorflow:向Layer add_circuit_2传递了不可序列化的关键字参数 tensorflow:Layer add_circuit_2已传递不可序列化的关键字参数

    WARNING:tensorflow:Layer add_circuit_2 was passed non-serializable keyword arguments: {'prepend': 
    cirq.Circuit([
    cirq.Moment(operations=[
    cirq.H.on(cirq.GridQubit(0, 0)),
    cirq.H.on(cirq.GridQubit(0, 1)),
    cirq.H.on(cirq.GridQubit(0, 2)),
    cirq.H.on(cirq.GridQubit(0, 3)),
    cirq.H.on(cirq.GridQubit(1, 0)),
    cirq.H.on(cirq.GridQubit(1, 1)),
    cirq.H.on(cirq.GridQubit(1, 2)),
    cirq.H.on(cirq.GridQubit(1, 3)),
    cirq.H.on(cirq.GridQubit(2, 0)),
    cirq.H.on(cirq.GridQubit(2, 1)),
    cirq.H.on(cirq.GridQubit(2, 2)),
    cirq.H.on(cirq.GridQubit(2, 3)),
    cirq.H.on(cirq.GridQubit(3, 0)),
    cirq.H.on(cirq.GridQubit(3, 1)),
    cirq.H.on(cirq.GridQubit(3, 2)),
    cirq.H.on(cirq.GridQubit(3, 3)),
]),
cirq.Moment(operations=[
    cirq.CZ.on(cirq.GridQubit(0, 0), cirq.GridQubit(0, 1)),
]),
cirq.Moment(operations=[
    cirq.CZ.on(cirq.GridQubit(0, 1), cirq.GridQubit(0, 2)),
]),
cirq.Moment(operations=[
    cirq.CZ.on(cirq.GridQubit(0, 2), cirq.GridQubit(0, 3)),
]),
cirq.Moment(operations=[
    cirq.CZ.on(cirq.GridQubit(0, 3), cirq.GridQubit(1, 0)),
]),
cirq.Moment(operations=[
    cirq.CZ.on(cirq.GridQubit(1, 0), cirq.GridQubit(1, 1)),
]),
cirq.Moment(operations=[
    cirq.CZ.on(cirq.GridQubit(1, 1), cirq.GridQubit(1, 2)),
]),
cirq.Moment(operations=[
    cirq.CZ.on(cirq.GridQubit(1, 2), cirq.GridQubit(1, 3)),
]),
cirq.Moment(operations=[
    cirq.CZ.on(cirq.GridQubit(1, 3), cirq.GridQubit(2, 0)),
]),
cirq.Moment(operations=[
    cirq.CZ.on(cirq.GridQubit(2, 0), cirq.GridQubit(2, 1)),
]),
cirq.Moment(operations=[
    cirq.CZ.on(cirq.GridQubit(2, 1), cirq.GridQubit(2, 2)),
]),
cirq.Moment(operations=[
    cirq.CZ.on(cirq.GridQubit(2, 2), cirq.GridQubit(2, 3)),
]),
cirq.Moment(operations=[
    cirq.CZ.on(cirq.GridQubit(2, 3), cirq.GridQubit(3, 0)),
]),
cirq.Moment(operations=[
    cirq.CZ.on(cirq.GridQubit(3, 0), cirq.GridQubit(3, 1)),
]),
cirq.Moment(operations=[
    cirq.CZ.on(cirq.GridQubit(3, 1), cirq.GridQubit(3, 2)),
]),
cirq.Moment(operations=[
    cirq.CZ.on(cirq.GridQubit(3, 2), cirq.GridQubit(3, 3)),
]),
cirq.Moment(operations=[
    cirq.CZ.on(cirq.GridQubit(3, 3), cirq.GridQubit(0, 0)),
]),])}. 
They will not be included in the serialized model (and thus will be missing at deserialization time).
---------------------------------------------------------------------------
NotImplementedError                       Traceback (most recent call last)
<ipython-input-91-a74ee5c9d34d> in <module>()
----> 1 qcnn_model.save('qcnn_model.h5')

8 frames
/usr/local/lib/python3.6/dist-packages/tensorflow_core/python/keras/engine/base_layer.py in 
get_config(self)
497     # or that `get_config` has been overridden:
498     if len(extra_args) > 1 and hasattr(self.get_config, '_is_default'):
--> 499       raise NotImplementedError('Layers with arguments in `__init__` must '
500                                 'override `get_config`.')
501     return config

NotImplementedError: Layers with arguments in `__init__` must override `get_config`.

警告：tensorflow:Layer add_circuit_2已传递不可序列化的关键字参数：{'prepend'：
电路([
cirq.力矩（操作）=[
cirq.H.on（cirq.GridQubit（0,0）），
cirq.H.on（cirq.GridQubit（0，1）），
cirq.H.on（cirq.GridQubit（0,2）），
cirq.H.on（cirq.GridQubit（0,3）），
cirq.H.on（cirq.GridQubit（1,0）），
cirq.H.on（cirq.GridQubit（1,1）），
cirq.H.on（cirq.GridQubit（1,2）），
cirq.H.on（cirq.GridQubit（1,3）），
cirq.H.on（cirq.GridQubit（2,0）），
cirq.H.on（cirq.GridQubit（2,1）），
cirq.H.on（cirq.GridQubit（2,2）），
cirq.H.on（cirq.GridQubit（2,3）），
cirq.H.on（cirq.GridQubit（3,0）），
cirq.H.on（cirq.GridQubit（3,1）），
cirq.H.on（cirq.GridQubit（3,2）），
cirq.H.on（cirq.GridQubit（3,3）），
]),
cirq.力矩（操作）=[
cirq.CZ.on（cirq.GridQubit（0,0），cirq.GridQubit（0,1）），
]),
cirq.力矩（操作）=[
cirq.CZ.on（cirq.GridQubit（0,1），cirq.GridQubit（0,2）），
]),
cirq.力矩（操作）=[
cirq.CZ.on（cirq.GridQubit（0,2），cirq.GridQubit（0,3）），
]),
cirq.力矩（操作）=[
cirq.CZ.on（cirq.GridQubit（0,3），cirq.GridQubit（1,0）），
]),
cirq.力矩（操作）=[
cirq.CZ.on（cirq.GridQubit（1,0），cirq.GridQubit（1,1）），
]),
cirq.力矩（操作）=[
cirq.CZ.on（cirq.GridQubit（1,1），cirq.GridQubit（1,2）），
]),
cirq.力矩（操作）=[
cirq.CZ.on（cirq.GridQubit（1,2），cirq.GridQubit（1,3）），
]),
cirq.力矩（操作）=[
cirq.CZ.on（cirq.GridQubit（1,3），cirq.GridQubit（2,0）），
]),
cirq.力矩（操作）=[
cirq.CZ.on（cirq.GridQubit（2,0），cirq.GridQubit（2,1）），
]),
cirq.力矩（操作）=[
cirq.CZ.on（cirq.GridQubit（2,1），cirq.GridQubit（2,2）），
]),
cirq.力矩（操作）=[
cirq.CZ.on（cirq.GridQubit（2,2），cirq.GridQubit（2,3）），
]),
cirq.力矩（操作）=[
cirq.CZ.on（cirq.GridQubit（2,3），cirq.GridQubit（3,0）），
]),
cirq.力矩（操作）=[
cirq.CZ.on（cirq.GridQubit（3,0），cirq.GridQubit（3,1）），
]),
cirq.力矩（操作）=[
cirq.CZ.on（cirq.GridQubit（3,1），cirq.GridQubit（3,2）），
]),
cirq.力矩（操作）=[
cirq.CZ.on（cirq.GridQubit（3,2），cirq.GridQubit（3,3）），
]),
cirq.力矩（操作）=[
cirq.CZ.on（cirq.GridQubit（3,3），cirq.GridQubit（0,0）），
]),])}. 
它们不会包含在序列化模型中（因此在反序列化时会丢失）。
---------------------------------------------------------------------------
NotImplementedError回溯（最后一次调用）
在（）
---->1 qcnn_model.save（'qcnn_model.h5'））
8帧
/usr/local/lib/python3.6/dist-packages/tensorflow\u core/python/keras/engine/base\u layer.py in
获取配置（自我）
497#或“get_config”已被覆盖：
498如果len（额外参数）>1且hasattr（self.get_config，“_为默认值”）：
-->499 raise NOTEImplementedError（“\uuuu init\uuuuuuuu”中带有参数的层必须”
500'覆盖'get_config`.'）
501返回配置
NotImplementedError:“\uuu init\uuuu”中带有参数的层必须重写“get\u config”。

TensorFlow Quantum尚未实现

get\u config

和

load\u config

。我们在保存某些Cirq对象时遇到了一些困难，我们正在处理它

现在，如果您想保存包含量子层的模型，可以使用

model=tf.keras.model（…）
模型。保存权重（“某些路径”）
...
模型。加载权重（“某些路径”）

---

函数。TensorFlow Quantum尚未实现

get\u config

和

load\u config

。我们在保存某些Cirq对象时遇到了一些困难，我们正在处理它

现在，如果您想保存包含量子层的模型，可以使用

model=tf.keras.model（…）
模型。保存权重（“某些路径”）
...
模型。加载权重（“某些路径”）

---

函数。这是否回答了您的问题？这回答了你的问题吗？我正在使用这个函数。但我只是想强调一下这个问题。谢谢你的输入。我正在使用这个功能。但我只是想强调一下这个问题。谢谢你的意见。