Tensorflow 在不编译的情况下为Keras模型运行TFMA

我正在使用TensorFlow中的自定义训练循环训练Keras模型，其中权重使用梯度带更新，而不是使用

model.fit（）

方法。因此，该模型在培训前不进行编译

导出保存的_模型后，我能够成功加载该模型进行推断：

model=tf.saved\u model.load（“path/to/saved\u model”）
pred\u fn=model.signatures[“服务\u默认值”]
结果=pred_fn（tf常数（示例））

但是，当我尝试使用TFMA加载它时，使用

运行\u model\u analysis

：

eval\u shared\u model=tfma.default\u eval\u shared\u model（“path/to/saved\u model”，eval\u config=eval\u config）
评估结果=tfma.run模型分析(
评估共享模型=评估共享模型，
数据位置=测试记录路径，
文件\u format=“tfrecords”
)

我得到以下错误：

警告：tensorflow:在保存文件中找不到训练配置，因此模型*未*编译。手工编译。
-----------------------------------------------------
AttributeError回溯（最近一次呼叫上次）
在里面
2评估共享模型=评估共享模型，
3数据位置=测试记录路径，
---->4文件格式=“tfrecords”
5 )
~/.pyenv/versions/miniconda3-4.3.30/envs/tensorflow/lib/python3.7/site-packages/tensorflow\u model\u analysis/api/model\u eval\u lib.py in run\u model\u analysis（评估共享模型、评估配置、数据位置、文件格式、输出路径、提取器、求值器、写入器、管道选项、切片规格、写入配置、计算置信区间、最小切片大小、随机种子测试、模式）
1200随机种子试验=随机种子试验，
1201张量适配器配置=张量适配器配置，
->1202模式=模式）
1203#pylint:enable=参数无值
1204
~/.pyenv/versions/miniconda3-4.3.30/envs/tensorflow/lib/python3.7/site-packages/apache_beam/pvalue.py in____或____（self，pttransform）
138
139定义或（自身、转移）：
-->140返回自我管道应用（PTTransform，自我）
141
142
应用中的~/.pyenv/versions/miniconda3-4.3.30/envs/tensorflow/lib/python3.7/site-packages/apache_beam/pipeline.py（self、transform、pvalueish、label）
575如果存在（转换，p转换._NamedPTransform）：
576返回自我应用(
-->577 transform.transform、pvalueish、label或transform.label）
578
579如果不存在（转换，ptransform.ptransform）：
应用中的~/.pyenv/versions/miniconda3-4.3.30/envs/tensorflow/lib/python3.7/site-packages/apache_beam/pipeline.py（self、transform、pvalueish、label）
585试试：
586旧标签，transform.label=transform.label，标签
-->587返回self.apply（转换，pvaluelish）
588最后：
589 transform.label=旧标签
应用中的~/.pyenv/versions/miniconda3-4.3.30/envs/tensorflow/lib/python3.7/site-packages/apache_beam/pipeline.py（self、transform、pvalueish、label）
628转换。键入检查输入（pvalueish）
629
-->630 pvalueish_结果=self.runner.apply（转换、pvalueish、self._选项）
631
632如果类型_选项不是无且类型_选项。管道类型_检查：
应用中的~/.pyenv/versions/miniconda3-4.3.30/envs/tensorflow/lib/python3.7/site-packages/apache_beam/runners/runner.py（自我、转换、输入、选项）
196 m=getattr（self，'apply_uu%s'%cls.\uuuu name\uuuu，无）
197如果m：
-->198返回m（转换、输入、选项）
199升起未执行错误(
在运行程序%s.%（转换，自）中未实现对[%s]的200'执行
应用转换中的~/.pyenv/versions/miniconda3-4.3.30/envs/tensorflow/lib/python3.7/site-packages/apache\u beam/runners/runner.py（自我、转换、输入、选项）
226 def应用转换（自身、转换、输入、选项）：
227#apply的基本情况是调用转换的expand。
-->228返回转换。展开（输入）
229
230 def运行_变换（自，
expand中的~/.pyenv/versions/miniconda3-4.3.30/envs/tensorflow/lib/python3.7/site-packages/apache_beam/transforms/pttransform.py（self，pcoll）
921可能不是一个函数。
922通行证
-->923返回自我（pcoll，*args，**kwargs）
924
925 def默认_标签（自身）：
提取评估和写入结果中的~/.pyenv/versions/miniconda3-4.3.30/envs/tensorflow/lib/python3.7/site-packages/tensorflow\u model\u analysis/api/model\u eval\u lib.py（示例，评估共享模型、评估配置、提取器、求值器、写入器、输出路径、仅显示数据位置、仅显示文件格式、切片规格、写入配置、计算置信区间、最小切片大小、用于测试的随机种子、张量适配器配置、模式）
1079 |“提取和评估”>>提取和评估(
1080提取器=提取器，评估器=评估器）
->1081 |“WriterResults”>>WriterResults（writers=writers））
1082
1083返回光束.pvalue.PDone（示例.管道）
~/.pyenv/versions/miniconda3-4.3.30/envs/tensorflow/lib/python3.7/site-packages/apache_beam/pvalue.py in____或____（self，pttransform）
138
139定义或（自身、转移）：
-->140返回自我管道应用（PTTransform，自我）
141
142
应用中的~/.pyenv/versions/miniconda3-4.3.30/envs/tensorflow/lib/python3.7/site-packages/apache_beam/pipeline.py（self、transform、pvalueish、label）
575如果存在（转换，p转换._NamedPTransform）：
576返回自我应用(
-->577 transform.transform、pvalueish、label或transform.label）
578
579如果不存在（转换，ptransform.ptransform）：
应用中的~/.pyenv/versions/miniconda3-4.3.30/envs/tensorflow/lib/python3.7/site-packages/apache_beam/pipeline.py（self、transform、pvalueish、label）
585试试：
586旧标签，transform.label=transform.label，标签
-->587返回自我应用（转换，