我在尝试将我的自编码器模型（用于分类）保存到磁盘时，执行 model.save(model_name) 时出现了以下错误：

NotImplementedError: Layer ModuleWrapper 在 __init__ 中有参数，因此必须重写 get_config。

这是我代码的一部分：

模型摘要：

Model: "sequential_1"_________________________________________________________________Layer (type)                 Output Shape              Param #   =================================================================module_wrapper_24 (ModuleWra (None, 512)               524800    _________________________________________________________________module_wrapper_25 (ModuleWra (None, 100)               51300     _________________________________________________________________module_wrapper_26 (ModuleWra (None, 10)                1010      =================================================================Total params: 577,110Trainable params: 577,110

模型运行良好，我得到的最佳准确率是93.8%，但我无法保存它（我可以保存权重）。

我在这里读到需要实现 get_config，但我不知道如何在我的代码中实现，因为其他例子使用了类或其他我不理解的东西。有没有简单的方法来实现它？或者有哪些资源可以参考？

另外，为什么这些层被称为 ModuleWrapper 而不是 Dense？

谢谢

回答：

ModuleWrapper 层名称是因为您混合使用了keras和tensorflow库。请只使用其中一个（这样您将得到Dense层的Dense名称，并且您不需要实现 get_config）。

更改以下行：

#from keras.layers import Dense             #注释掉这行from tensorflow.keras.layers import Dense   #添加这行

另外，请注意您的数据集的形状会导致错误，因为它们与您定义的模型不兼容，您应该从数据中删除最后一个轴。在 model.fit() 之前添加这两行：

train_data = tf.squeeze(train_data)test_data = tf.squeeze(test_data) 

这些行将形状从 (None,1024,1) 更改为 (None,1024)。然后您就可以无错误地将它们输入到您的模型中了。