tf.keras.experimental无export_saved_model属性AttributeError报错求解

tf.keras.experimental.export_saved_model和配套的load_from_saved_model是TensorFlow 1.x时期的实验性接口，从TensorFlow 2.2版本开始这两个接口就被正式移除，你当前安装的是TF2.x版本，调用不存在的接口自然会触发属性错误。

直接替换为TF2.x标准的模型保存/加载API即可，你之前传入的自定义对象参数不需要改动：

• 保存模型时，不再调用experimental模块下的方法，直接用模型实例自带的save()方法
• 加载模型时，调用tf.keras.models.load_model()接口即可

SHOE_SAVED_MODEL = "saved_models/shoe"

# 保存模型
model.save(
    SHOE_SAVED_MODEL,
    # 后续需要继续微调模型就保持include_optimizer=True，仅做推理可以设为False减小模型体积
    include_optimizer=True
)

# 加载模型，原有custom_objects配置保留即可
shoe_model = tf.keras.models.load_model(
    SHOE_SAVED_MODEL,
    custom_objects={'KerasLayer': hub.KerasLayer}
)

• 由于模型中使用了TensorFlow Hub提供的KerasLayer自定义层，加载时必须保留custom_objects参数传值，否则会出现自定义层无法解析的报错
• 保存模型时不需要提前手动创建目标路径文件夹，接口会自动生成对应目录结构
• 如果使用TF2.11以上版本，也可以将保存路径改为以.keras为后缀的文件路径，使用官方新的原生Keras格式存储，加载逻辑完全一致

内容的提问来源于stack exchange，提问作者Rosemarie Edang