Tensorflow TypeError:（'；不可JSON序列化：'；，<；tf.Tensor:shape=（），dtype=float32，numpy=123.0>；）

我有一个可以通过

ModelConfig

配置的生产模型，我自己编写了一个

类配置（dict）

。在该

ModelConfig

中，我正在设置

hidden\u size=123

。以下是我的生产型号代码的简化：

类配置（dict）：
# ..
def作为命令（自身）->命令：
返回self.\u serialize（）
类ModelConfig（Config）：
隐藏大小：int=123

现在，我有一个自定义的keras模型，它的实现方式如下：

类MyModel（keras.Model）：
def uuu init uuuu（self，config:ModelConfig）：
self.config=config
self.dense=layers.dense（配置隐藏大小）
# ...
def get_config（）：
返回self.config.as_dict（）

除了调用

MyModel#save

，一切正常：

model.save（model\u path，save\u format='tf'）

我收到一个

类型错误

说：

TypeError:（'Not JSON Serializable:'，）

我知道正是

ModelConfig#hidden_size

这个属性在这里变成了张量/张量

奇怪的是，在我的一个测试脚本中，一切都按预期进行。我创建它是为了查看

Config

是否会导致

save（）

出现问题，但情况似乎并非如此：

因此，此处的正按预期工作：

将numpy导入为np
导入tensorflow作为tf
从tensorflow进口keras
从tensorflow.keras导入图层
从配置导入配置
类ModelConfig（Config）：
隐藏大小：int=123
类别MyLayer（layers.Layer）：
定义初始化（self，config，other=None，**kwargs）：
超级（）
self.config=config
self.other=如果other不是None-other-None，则为other
self.densed=layers.densed（config.hidden_size+1）
def呼叫（自我，输入，**kwargs）：
如果self.other不是None-other输入，则x=self.other（输入，**kwargs）
返回自密实（x，**kwargs）
类别MyModel（keras.Model）：
定义初始化（self，配置：ModelConfig，*args，**kwargs）：
super（）
self.config=config
self.other=MyLayer（配置，other=MyLayer（配置））
self.dense=layers.dense（配置隐藏大小）
def呼叫（自我，输入，**kwargs）：
x=自密实（输入，**kwargs）
返回自我。其他（x，**kwargs）
def get_配置（自身）：
将self.config.to_dict（）返回
@功能(
输入_签名=[tf.TensorSpec（shape=（None，100））]
)
def推断（自身，输入）：
返回自调用（输入）
def main（）：
fp='/tmp/mymodel'
config=ModelConfig（）
model=MyModel（配置）
模型（np.random.rand（1100））
model.save（fp，save_format='tf'）
model=tf.saved\u model.load（fp）
打印（model.infere（np.random.rand（1100）））
打印（'全部完成'）
如果uuuu name uuuuuu='\uuuuuuu main\uuuuuuu'：
main（）

这意味着问题不在于

Config

对象，而是由于某种原因，在我的生产模型中，它的一个属性导致调用

save（）

失败

这可能是个大问题，但有人知道在哪里可以找到这个问题吗

在一种情况下，属性变为无法序列化的张量/张量（这是有意义的），在测试脚本情况下，它保持为

int

，按预期工作

---

我还尝试了

tf.saved\u model.save

，得到了相同的结果。

我猜是tf.Tensor不可JSON序列化。 您可以尝试将tf.Tensor的对象转换为numpy数组，然后您应该能够保存配置以供以后重新加载