Not JSON Serializable error tf2.0

最新推荐文章于 2024-05-17 09:31:57 发布

原创最新推荐文章于 2024-05-17 09:31:57 发布 · 506 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#tensorflow #tflite #JSON Serializable error

深度学习专栏收录该内容

14 篇文章

订阅专栏

本文介绍了解决在将模型转换为TFLite格式时遇到的NotJSONSerializable错误的方法。此错误通常发生在使用tf.keras.activations时，可通过升级到tf nightly build '2.0.0-dev20190802'或手动修改源码来解决。

背景：使用的模型需要转换成tflite，用tf.keras重写后，因为用到了 tf.keras.activations operators 所以在model.save的时候会报错Not JSON Serializable error。应该是类型不支持，造成node json序列化失败。

解决方法：

1. 官方tf nightly build '2.0.0-dev20190802' 版本已经fixed 这个bug.

2. 自己修改源码。修改方法

tf.keras.layers.Lambd(lambda t: tf.keras.activations.sigmoid(t))(x)

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

coding_zhang

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

未解决：关于下载的ipython notebook打开的时候遇到问题的解决方法： NotJSONError(“Notebook does not appear to be JSON

人生是一场修行

01-19

4794

1. 场景从github上下载项目之后，在本地jupyter中打开发现报错：NotJSONError("Notebook does not appear to be JSON 具体如下： SONError("Notebook does not appear to be JSON: '../../../examples/plateau_finder.ipynb'...") [W 16:48:21.028 NotebookApp] Unreadable Notebook: F:\jupyter_work_di

Keras问题：Save Model: TypeError:(‘Not JSON Serializable:‘, Dimension(3))

m0_37859875的博客

09-14

926

环境：keras-2.2.2，tensorflow-2.1.0，python3.7 使用keras训练时保存模型的时候报错，解决方案比较扯淡- -貌似是一个不愿意解决的bug 这个需改keras的源码，具体的改正方法见github的issues9342 https://github.com/keras-team/keras/issues/9342 from tensorflow.python.framework.tensor_shape import Dimension if type(obj) == D

参与评论您还未登录，请先登录后发表或查看评论

tensorflow keras 存储模型错误使用自定义层报错 TypeError: ('Not JSON Serializable:', ) 等

qq_44930937的博客

02-26

3776

错误原因原因在于使用了自定义的层例如：定义损失函数 Loss（因为这个函数不好，就不多做说明了，只是做个例子来说明） def contrastive_loss_layer(top_different, deep_different, y_true): margin = 1000 top_distance=tf.norm((top_different),ord...

json保存文件报错：2 is not JSON serializable

weixin_42074867的博客

01-07

484

报错原因：报错的数字是numpy数组或numpy数组中的索引得到，如中得到的2 解决方法：1.将numpy数组改为list格式： 2.使用int()函数转换：上述两种方法本人试过都可以解决问题。 ...

Keras保存模型时报错“Not JSON Serializable”

weixin_58309419的博客

03-23

386

在尝试site-packages>keras>engine>saving.py文件中加上下述代码时。后来，我直接重新下了一个tensorflow2.3.0版本问题就解决了。这里我尝试了网上几乎所有的解决办法，都没什么用。它return也会报错。

最新发布

09-05

WHERE NAME_ = 'formData' AND BYTEARRAY_ID_ IS NOT NULL; -- 3. 设置为空值（根据业务需要） UPDATE ACT_RU_VARIABLE SET LONG_ = NULL, DOUBLE_ = NULL, TEXT_ = '{}' WHERE NAME_ = 'formData'; ``` #### 4. ...

keras开发者文档 7：序列化和保存（Serialization and saving）

xiaojianzhao的博客

07-08

1263

文章目录介绍对于 saving & loading 来说最短的答案Setup全模型的saving & loadingSavedModel formatExample:SavedModel如何处理自定义对象Keras H5 formatExample:Saving the architecture顺序模型或功能性API模型的配置层案例序列模型案例功能模型案例Custom objectsModels and layersCustom functionsLoading the TensorFlow

keras模型构建问题汇总

qq_18063797的博客

04-19

2326

keras中，多分支网络有两种实现办法方法1：在支路使用Model 需要每个支路都在最后用model=Model(inputs=input,outputs=output),然后return这个model(属于Model实例)，然后使用model.output连接下面的网络层，例如keras.layers.Concatenate()([model1.output,model2.output])来得...

TensorFlow2 - 保存模型Keras完整版,save,get_config(),save_weights

chenvvei的博客

04-24

4267

官网Keras教程-保存模型保存 Keras 模型： model = ... # Get model (Sequential, Functional Model, or Model subclass) model.save('path/to/location') 将模型加载回来： from tensorflow import keras model = keras.models.load_model('path/to/location') 保存和加载整个模型您可以将整个模型保存到单个工件中。它将

Keras深度学习框架第九讲：保存、序列化以及导出模型

MUKAMO的博客

05-17

1665

Keras提供了灵活的模型保存、序列化和导出功能。通过model.save()，可以完整保存模型结构和权重到HDF5或SavedModel格式，便于后续加载和复用。model.get_config()方法能够序列化模型结构为JSON字典，而from_config()类方法可据此重新创建模型。对于模型权重的单独保存和加载，可以使用model.save_weights()和model.load_weights()。Keras还支持将模型导出为TFLite格式，适用于移动和嵌入式设备。这些功能大大简化了模型的部署

Python json 错误xx is not JSON serializable解决办法

09-21

主要介绍了Python json 错误xx is not JSON serializable解决办法的相关资料,需要的朋友可以参考下

not JSON serializable

hzhj的博客

06-19

1470

问题描述：利用http协议进行数据传输时，经常会用到json格式。当待编码数据类型为字符串时，json编码不会遇到问题。对于自定义的数据，就会遇到编码错误问题。 TypeError: Object of type float32 is not JSON serializable 之前经常使用的数据类型编码居然报错了，奇怪的是在python交互环境中运行没问题。 >>> import sys >>> sys.version_info sys.version_i

Unreadable Notebook NotJSONError('Notebook does not appear to be JSON: u\'{\\n

热门推荐

kngines

08-29

2万+

偶然的错误操作（一脸懵逼，我确实不知道我对她做了什么！），耗费了很长时间使用 Jupyter 完成的脚本忽然打不开了。尝试很多次依然“面不改色”地提示错误如下：Unreadable Notebook NotJSONError('Notebook does not appear to be JSON: u\'{\\n “cells”: [\\n {\\n “cell_type”: "…',) 首先想到

python notebook 在加载ipynb文件报错NotJSONError(‘Notebook does not appear to be JSON: \‘\\ufeff{“nbformat“

u013939918的博客

07-04

9854

使用json格式化工具格式化，将特殊空格换行符号替换。 sublime打开ipynb,将文件改为 utf8格式。

解决ipynb文件加载失败的问题:Unreadable Notebook: D:\xxx.ipynb NotJSONError

小知的博客

11-20

1万+

解决ipynb文件加载失败的问题:Unreadable Notebook: D:\xxx.ipynb NotJSONError 报错信息在jupyter notebook打开ipynb notebook文件时，发现加载一直不成功，另外还爆出异常提示信息，异常信息如下：解决方法因为各种原因，ipynb文件中插入了<<<<<<HEAD、======等不合法的json语法，我们需要把<<<<<HEAD、=====等这些变量删除掉，以使JS

ML多GPU训练时报错“'Not JSON Serializable:'”

Kp0fS的草稿纸

10-08

372

坑：是不是因为多GPU训练的时候不能写JSON呢？我如何解决这个问题了？ #hist=UL_model.fit(imgs_train, labs_train, batch_size=Bch_Sz, nb_epoch=100, initial_epoch=0, validation_split=0.2, verbose=1, shuffle= True,callbacks=[mode...

解决使用Anaconda中的Jupyter Notebook生成的.ipynb文件时的NotJSONError错误

hnjzsyjyj的专栏

11-24

4935

【问题描述】打开Anaconda中的Jupyter Notebook生成的.ipynb文件时产生如下错误提示： NotJSONError - Notebook does not appear to be JSON 【解决方法】

TypeError: Object of type 'Tensor' is not JSON serializable解决的可能方法

york1996的博客

07-10

8847

vis.line(pres, win="2") 其中pres的类型是list of tensor 应该用torch.stack(pres). vis.line(stack(pres), win="2")

IPython Notebook error - Unreadable Notebook: Unsupported JSON nbformat

elaine_bao的专栏

02-16

9816

问题描述： Error loading notebook Unreadable Notebook: Unsupported JSON nbformat vers

ndarry is not json serializable

08-30

### **解决 `numpy.ndarray` 不可 JSON 序列化的问题** 当尝试直接使用 `json.dumps()` 序列化 `numpy.ndarray` 时，会报错 `TypeError: Object of type ndarray is not JSON serializable`。这是因为 JSON 标准格式不支持 NumPy 数组，需要先将其转换为 Python 原生类型（如 `list`）。 --- ### **方法 1：使用 `tolist()` 转换后序列化** ```python import numpy as np import json arr = np.array([1, 2, 3, 4, 5]) # 转换为 list 再序列化 json_data = json.dumps(arr.tolist()) print(json_data) # 输出: [1, 2, 3, 4, 5] ``` --- ### **方法 2：自定义 JSON 编码器（推荐处理复杂情况）** 如果数据中包含多种 NumPy 类型（如 `ndarray`、`int32`、`float64` 等），可以自定义 `JSONEncoder`： ```python import numpy as np import json class NumpyEncoder(json.JSONEncoder): def default(self, obj): if isinstance(obj, np.ndarray): return obj.tolist() elif isinstance(obj, (np.int32, np.int64)): return int(obj) elif isinstance(obj, (np.float32, np.float64)): return float(obj) return super().default(obj) arr = np.array([1, 2, 3], dtype=np.int32) json_data = json.dumps({"data": arr}, cls=NumpyEncoder) print(json_data) # 输出: {"data": [1, 2, 3]} ``` --- ### **方法 3：直接转换标量类型** 如果数组是标量（单个值），需先提取再转换： ```python import numpy as np import json value = np.float64(3.14) json_data = json.dumps(float(value)) # 转换为 Python float print(json_data) # 输出: 3.14 ``` --- ### **注意事项** 1. **性能问题**：大型数组转换 `tolist()` 可能较慢，可考虑分批处理。 2. **数据类型丢失**：JSON 不区分 `int32` 和 `int64`，转换后均为普通 `int`。 3. **嵌套结构**：若数据中包含字典或列表嵌套 `ndarray`，需递归处理（方法 2 已覆盖）。 ---