序列化工具
serialize_keras_object 函數
keras.saving.serialize_keras_object(obj)
透過序列化 Keras 物件來檢索配置字典。
serialize_keras_object() 將 Keras 物件序列化為代表該物件的 Python 字典，並且是 deserialize_keras_object() 的互逆函數。請參閱 deserialize_keras_object() 以取得關於配置格式的更多資訊。
引數
- obj：要序列化的 Keras 物件。
傳回
代表該物件的 Python 字典。此 Python 字典可以透過 deserialize_keras_object() 反序列化。
deserialize_keras_object 函數
keras.saving.deserialize_keras_object(
config, custom_objects=None, safe_mode=True, **kwargs
)
透過反序列化配置字典來檢索物件。
配置字典是一個 Python 字典，由一組鍵值對組成，並代表一個 Keras 物件，例如 Optimizer、Layer、Metrics 等。儲存和載入庫使用以下鍵來記錄 Keras 物件的資訊
class_name：字串。這是類別的名稱，與原始碼中定義的完全相同，例如 "LossesContainer"。config：字典。庫定義或使用者定義的鍵值對，用於儲存物件的配置，如同透過object.get_config()取得。module：字串。Python 模組的路徑。內建的 Keras 類別預期具有前綴keras。registered_name：字串。類別透過keras.saving.register_keras_serializable(package, name)API 註冊時使用的鍵。此鍵的格式為 '{package}>{name}'，其中package和name是傳遞給register_keras_serializable()的引數。如果未提供name，則使用類別名稱。如果registered_name成功解析為類別（已註冊），則字典中的class_name和config值將不會被使用。registered_name僅用於非內建類別。
例如，以下字典代表具有相關配置的內建 Adam 最佳化器
dict_structure = {
"class_name": "Adam",
"config": {
"amsgrad": false,
"beta_1": 0.8999999761581421,
"beta_2": 0.9990000128746033,
"decay": 0.0,
"epsilon": 1e-07,
"learning_rate": 0.0010000000474974513,
"name": "Adam"
},
"module": "keras.optimizers",
"registered_name": None
}
# Returns an `Adam` instance identical to the original one.
deserialize_keras_object(dict_structure)
如果類別沒有匯出的 Keras 命名空間，則庫會透過其 module 和 class_name 追蹤它。例如
dict_structure = {
"class_name": "MetricsList",
"config": {
...
},
"module": "keras.trainers.compile_utils",
"registered_name": "MetricsList"
}
# Returns a `MetricsList` instance identical to the original one.
deserialize_keras_object(dict_structure)
以下字典代表使用者自訂的 MeanSquaredError 損失
@keras.saving.register_keras_serializable(package='my_package')
class ModifiedMeanSquaredError(keras.losses.MeanSquaredError):
...
dict_structure = {
"class_name": "ModifiedMeanSquaredError",
"config": {
"fn": "mean_squared_error",
"name": "mean_squared_error",
"reduction": "auto"
},
"registered_name": "my_package>ModifiedMeanSquaredError"
}
# Returns the `ModifiedMeanSquaredError` object
deserialize_keras_object(dict_structure)
引數
- config：描述物件的 Python 字典。
- custom_objects：Python 字典，包含自訂物件名稱與對應類別或函數之間的映射。
- safe_mode：布林值，是否禁止不安全的
lambda反序列化。當safe_mode=False時，載入物件有可能觸發任意程式碼執行。此引數僅適用於 Keras v3 模型格式。預設值為True。
傳回
由 config 字典描述的物件。
CustomObjectScope 類別
keras.saving.custom_object_scope(custom_objects)
向 Keras 反序列化內部機制公開自訂類別/函數。
在 with custom_object_scope(objects_dict) 的作用域下，Keras 方法（例如 keras.models.load_model() 或 keras.models.model_from_config()）將能夠反序列化已儲存配置所引用的任何自訂物件（例如自訂層或指標）。
範例
考慮一個自訂正規化器 my_regularizer
layer = Dense(3, kernel_regularizer=my_regularizer)
# Config contains a reference to `my_regularizer`
config = layer.get_config()
...
# Later:
with custom_object_scope({'my_regularizer': my_regularizer}):
layer = Dense.from_config(config)
引數
- custom_objects：
{str: object}配對的字典，其中str鍵是物件名稱。
get_custom_objects 函數
keras.saving.get_custom_objects()
檢索對自訂物件全域字典的即時參考。
使用 custom_object_scope() 設定的自訂物件不會被新增到自訂物件的全域字典中，也不會出現在傳回的字典中。
範例
get_custom_objects().clear()
get_custom_objects()['MyObject'] = MyObject
傳回
將已註冊的類別名稱映射到類別的全域字典。
register_keras_serializable 函數
keras.saving.register_keras_serializable(package="Custom", name=None)
向 Keras 序列化框架註冊物件。
此裝飾器將裝飾的類別或函數注入到 Keras 自訂物件字典中，以便可以對其進行序列化和反序列化，而無需在使用者提供的自訂物件字典中新增條目。它還注入一個函數，Keras 將呼叫該函數以取得物件的可序列化字串鍵。
請注意，為了進行序列化和反序列化，類別必須實作 get_config() 方法。函數沒有此要求。
物件將以鍵 'package>name' 註冊，其中 name 預設為物件名稱（如果未傳遞）。
範例
# Note that `'my_package'` is used as the `package` argument here, and since
# the `name` argument is not provided, `'MyDense'` is used as the `name`.
@register_keras_serializable('my_package')
class MyDense(keras.layers.Dense):
pass
assert get_registered_object('my_package>MyDense') == MyDense
assert get_registered_name(MyDense) == 'my_package>MyDense'
引數
- package：此類別所屬的套件。這用於
key（即"package>name"）以識別類別。請注意，這是傳遞到裝飾器的第一個引數。 - name：在此套件中用於序列化此類別的名稱。如果未提供或為
None，則將使用類別的名稱（請注意，當裝飾器僅使用一個引數時，情況就是如此，該引數將成為package）。
傳回
一個裝飾器，用於使用傳遞的名稱註冊裝飾的類別。