Tensorflow Keras模型保存和加载：ValueError:找不到要从SavedModel加载的调用的匹配函数

系统信息 是否编写了自定义代码：是 操作系统平台和发行版：Windows 10 移动设备：否 TensorFlow安装自：conda安装TensorFlow TensorFlow版本：2.1.0（仅限CPU） Python版本：3 描述当前的行为 我训练了一个TF Keras模型（总结如下），并将其用于插槽分类，效果良好

然后我使用：

tf.saved\u model.save（joint\u model，'BERT2.tf'）

然后我加载模型：

bertmodel=tf.keras.models.load\u model（'BERT2.tf'，compile=False）

它使用与保存的模型相同的参数进行编译。 然后尝试使用与之前相同的函数进行预测，但我得到以下错误：ValueError:找不到匹配的函数以从SavedModel加载调用

描述预期的行为 我使用相同的函数运行预测，但加载的模型给出了错误。 我尝试安装每晚的tensorflow构建，但没有成功

复制问题的独立代码 提供一个可复制的测试用例，该用例是生成 这个问题。如果可能，请共享指向Colab/Jupyter/任何笔记本的链接。 型号：

培训：

joint_model.compile(optimizer=opt, loss=losses, metrics=metrics)
history = joint_model.fit(encoded_train, slot_train, epochs=15, batch_size=32)

Function for predictions:

def show_predictions(text, tokenizer, model, slot_names):

其他信息/日志包括有助于 诊断问题。如果包括回溯，请包括完整的 追踪。应附上大型日志和文件

ValueError: Could not find matching function to call loaded from the SavedModel. Got:
  Positional arguments (1 total):
    * Tensor("inputs:0", shape=(1, 8), dtype=int32)
  Keyword arguments: {'training': False}

Expected these arguments to match one of the following 4 option(s):

Option 1:
  Positional arguments (1 total):
    * {'attention_masks': TensorSpec(shape=(None, 25), dtype=tf.int32, name='inputs/attention_masks'), 'input_ids': TensorSpec(shape=(None, 25), dtype=tf.int32, name='inputs/input_ids')}
  Keyword arguments: {'training': False}

Option 2:
  Positional arguments (1 total):
    * {'attention_masks': TensorSpec(shape=(None, 25), dtype=tf.int32, name='attention_masks'), 'input_ids': TensorSpec(shape=(None, 25), dtype=tf.int32, name='input_ids')}
  Keyword arguments: {'training': False}

Option 3:
  Positional arguments (1 total):
    * {'attention_masks': TensorSpec(shape=(None, 25), dtype=tf.int32, name='inputs/attention_masks'), 'input_ids': TensorSpec(shape=(None, 25), dtype=tf.int32, name='inputs/input_ids')}
  Keyword arguments: {'training': True}

Option 4:
  Positional arguments (1 total):
    * {'attention_masks': TensorSpec(shape=(None, 25), dtype=tf.int32, name='attention_masks'), 'input_ids': TensorSpec(shape=(None, 25), dtype=tf.int32, name='input_ids')}
  Keyword arguments: {'training': True}

---

我改变了保存和加载模型的方式，这是TF论坛上有人建议的。我没有保存model.save（），而是保存了权重，然后按照第二部分方法1中的指南加载模型。 现在好像在工作