我注意到在使用tensorflow/serving的docker容器部署Keras LSTM模型时，对model:predict的调用会对相同的输入返回不一致的值。
经过一些研究，似乎是Dropout层引起了这个问题。

如何正确地导出/保存一个没有Dropout层的模型，以便在tensorflow/serving中使用？

回答：

无需调整Dropout层，您遇到的问题是因为模型没有被正确导出。

在将模型导出为仅tensorflow格式之前，您应该将learning_phase设置为零，这表示导出的模型应在推理/测试模式下工作：

import keras.backend as KK.set_learning_phase(0)

如果不这样做，那么导出的模型将表现得像是处于训练模式，Dropout层将不会按预期工作。您可以在Keras博客上找到更多详情。