序列化实用工具
serialize_keras_object 函数
keras.saving.serialize_keras_object(obj)
通过序列化 Keras 对象来检索配置字典。
serialize_keras_object() 将 Keras 对象序列化为表示该对象的 Python 字典，并且是 deserialize_keras_object() 的互反函数。有关配置格式的更多信息，请参阅 deserialize_keras_object()。
参数
- obj：要序列化的 Keras 对象。
返回
表示该对象的 Python 字典。该 Python 字典可以通过 deserialize_keras_object() 反序列化。
deserialize_keras_object 函数
keras.saving.deserialize_keras_object(
config, custom_objects=None, safe_mode=True, **kwargs
)
通过反序列化配置字典来检索对象。
配置字典是一个 Python 字典，由一组键值对组成，表示一个 Keras 对象，例如 Optimizer、Layer、Metrics 等。保存和加载库使用以下键来记录 Keras 对象的信息
class_name：字符串。这是类的名称，与源代码中完全定义的名称相同，例如“LossesContainer”。config：字典。库定义或用户定义的键值对，用于存储对象的配置，通过object.get_config()获取。module：字符串。Python 模块的路径。内置 Keras 类应具有前缀keras。registered_name：字符串。类通过keras.saving.register_keras_serializable(package, name)API 注册所使用的键。该键的格式为“{package}>{name}”，其中package和name是传递给register_keras_serializable()的参数。如果未提供name，则使用类名。如果registered_name成功解析为类（已注册），则字典中的class_name和config值将不会使用。registered_name仅用于非内置类。
例如，以下字典表示具有相关配置的内置 Adam 优化器
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)
如果类没有导出的 Keras 命名空间，则库通过其 module 和 class_name 来跟踪它。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)
以下字典表示用户自定义的 MeanSquaredError 损失
@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)
参数
- config：描述对象的 Python 字典。
- custom_objects：Python 字典，包含自定义对象名称与相应类或函数之间的映射。
- safe_mode：布尔值，是否禁止不安全的
lambda反序列化。当safe_mode=False时，加载对象有可能触发任意代码执行。此参数仅适用于 Keras v3 模型格式。默认为True。
返回
config 字典描述的对象。
CustomObjectScope 类
keras.saving.custom_object_scope(custom_objects)
向 Keras 反序列化内部机制公开自定义类/函数。
在 with custom_object_scope(objects_dict) 作用域下，Keras 方法（例如 keras.models.load_model() 或 keras.models.model_from_config()）将能够反序列化保存的配置引用的任何自定义对象（例如自定义层或指标）。
示例
考虑自定义正则化器 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)
参数
- custom_objects：
{str: object}对的字典，其中str键是对象名称。
get_custom_objects 函数
keras.saving.get_custom_objects()
检索对自定义对象的全局字典的实时引用。
使用 custom_object_scope() 设置的自定义对象不会添加到自定义对象的全局字典中，并且不会出现在返回的字典中。
示例
get_custom_objects().clear()
get_custom_objects()['MyObject'] = MyObject
返回
全局字典，将注册的类名称映射到类。
register_keras_serializable 函数
keras.saving.register_keras_serializable(package="Custom", name=None)
向 Keras 序列化框架注册对象。
此装饰器将装饰的类或函数注入到 Keras 自定义对象字典中，以便可以对其进行序列化和反序列化，而无需用户提供的自定义对象字典中的条目。它还注入了一个函数，Keras 将调用该函数以获取对象的可序列化字符串键。
请注意，要进行序列化和反序列化，类必须实现 get_config() 方法。函数没有此要求。
对象将以键 'package>name' 注册，其中 name 默认为对象名称（如果未传递）。
示例
# 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'
参数
- package：此类所属的包。这用于
key（即"package>name"）来标识类。请注意，这是传递给装饰器的第一个参数。 - name：在此包中序列化此类时使用的名称。如果未提供或为
None，则将使用类的名称（请注意，当装饰器仅使用一个参数时，情况就是如此，该参数将成为package）。
返回
一个装饰器，使用传递的名称注册装饰的类。