从gs将保存的keras模型加载到pydatalab

Question

我的keras模型通过model.save（model_name）保存在Google存储中

我无法在pydatalab上加载模型。将模型保存在本地计算机上时，可以使用load_model（filepath）打开它。我也确实在打开使用Tensorflow Backend的Keras模型时基于NameError将keras.backend导入为K

我尝试了以下方法：

1. model = load_model(tf.gfile.Open(model_file))
   

错误：TypeError：预期的str，字节或os.PathLike对象，而非GFile

2. load_model('gs://mybucket/model.h5')
   

错误：IO错误：无法打开文件（无法打开文件：name ='gs：//mybucket/model.h5'，errno = 2，错误消息='无此类文件或目录'，标志= 0，o_flags = 0 ）

3. with file_io.FileIO(model_file, 'r') as f:
   modl = load_model(f)
   

错误：TypeError：预期的str，字节或os.PathLike对象，而不是FileIO

Answer 1

从gs存储器加载文件

from tensorflow.python.lib.io import file_io
model_file = file_io.FileIO('gs://mybucket/model.h5', mode='rb')

在本地保存模型的临时副本

temp_model_location = './temp_model.h5'
temp_model_file = open(temp_model_location, 'wb')
temp_model_file.write(model_file.read())
temp_model_file.close()
model_file.close()

加载模型保存在本地

model = load_model(temp_model_location)