TensorFlow中tf.keras.experimental的export_saved_model属性位置及报错解决

这个报错其实是TensorFlow版本迭代导致的API位置变更——export_saved_model早就不在tf.keras.experimental模块里啦。从TensorFlow 2.x开始，这类模型导出/加载的功能已经从实验性模块迁移到了标准API中，下面是具体的解决办法：

正确的模型导出与加载方式 #

1. 导出模型 #

直接用模型实例的save()方法，或者tf.keras.models.save_model()函数即可，两者默认都会导出为SavedModel格式，完全替代原来的实验性方法：

SHOE_SAVED_MODEL = "saved_models/shoe"
# 方式一：调用模型自身的save方法（更简洁）
model.save(SHOE_SAVED_MODEL)
# 方式二：使用tf.keras.models下的save_model函数
# tf.keras.models.save_model(model, SHOE_SAVED_MODEL)

2. 加载模型 #

对应使用tf.keras.models.load_model()函数，同时传入你的自定义对象KerasLayer：

shoe_model = tf.keras.models.load_model(SHOE_SAVED_MODEL, custom_objects={'KerasLayer': hub.KerasLayer})

补充说明 #

• 如果你还在使用TensorFlow 1.x版本，tf.keras.experimental.export_saved_model确实存在，但1.x已经停止维护，建议升级到2.x版本使用更稳定的标准API。
• model.save()还支持通过指定save_format="h5"导出为HDF5格式，可根据自己的需求选择。

内容的提问来源于stack exchange，提问作者Soudip Karmakar