1， 模型结构保存：

• 1， 包含自定义层使用了Lambda层， model.to_json, Pickle会报错
  解决方式：

  • 用Layer的层替换
  • 提供一个model.to_pickle() 方法-快速解决方案(dill)
    可以参考：
    https://github.com/keras-team/keras/issues/2582

• 2，保存模型结构时 跑出 ('Not JSON Serializable:', Dimension(None))
  解决方式：
  https://blog.csdn.net/Funkdub/article/details/100069905
  https://github.com/keras-team/keras/issues/9342

• 3，自定义层的初始化参数，要保存在模型结构中， 需要定义：

    def get_config(self):
        config = super(DilatedGatedConv1D, self).get_config()
        config.update(
            {
                'o_dim': self.o_dim,
                'k_size': self.k_size,
                'rate': self.rate,
                'skip_connect': self.skip_connect,
                'drop_gate': self.drop_gate
             }
        )
        return config

如果初始化参数也是一个Layer网络层， Layer对象本身不能序列化， 这就要求重新实现get_config()和from_config()两个方法，实现包含层Layer的序列化反序列化， 参考Bidirectional，Wrapper的实现

    def get_config(self):
        """
        参数的序列化操作
        :return:
        """
        config = super(OurBidirectional, self).get_config()
        config.update(
            {
                'layer': {       # 参照Wrapper 不能直接保留类对象
                    'class_name': self.layer.__class__.__name__,
                    'config': self.layer.get_config()
                }
            }
        )
        return config

    @classmethod
    def from_config(cls, config, custom_objects=None):
        """
        自定义从字典config恢复实例参数
        :param config:
        :param custom_objects:
        :return:
        """
        layer = deserialize_layer(config.pop('layer'),
                                  custom_objects=custom_objects)
        return cls(layer, **config)

• 4, Model结构载入时， 需要用到的自定义层或者第三方类对象传给custom_objects, 否则会提示找不到类对象

def get_custom_objects(self):
        """
        自定义的层或者函数
        :return:
        """
        custom_objects = self.embedding.get_custom_objects()
        custom_objects['OurMasking'] = OurMasking
        custom_objects['CRF'] = CRF
        return custom_objects

keras.models.model_from_json(
            model_json_str,
            custom_objects=model.get_custom_objects()
        )

• 5， 模型结构存储时，需要包括：
  • model.to_json() ：Dict/Str 模型结构参数
  • config：Dict 模型参数
  • class_name: Str 定义的模型类对象 self.__class__name
  • module: Str self.module
    模型载入时， 可以顺序的先动态import module, 然后反射类对象, 接着带着config参数来载入模型, 最后更新每层参数:

  import importlib
  model_module = importlib.import_module((model_info['module']))
  modle_class =  getattr(model_module, model_info['class_name'])
  model.model = keras.models.model_from_json(
          json.dumps(model_info['model']),
          custom_objects=get_custom_objects()
      )
  model.model.load_weights(os.path.join(model_path, 
  'best_model_weight.h5'))
  # 非必须， 只是如果model类本身有Model继承类的参数输入时，需要更新Model参数的训练权重
  for l in model.model.layers:
      print(l.name)
  return model