当我这样做时，在Cluster1上运行的Databricks笔记本中
path='dbfs:/Shared/P1-Prediction/Weights_folder/Weights'
model.save_weights(path)然后马上尝试
ls 'dbfs:/Shared/P1-Prediction/Weights_folder'我在输出显示中看到实际权重文件
但是，当我在群集2上运行的另一个Databricks笔记本电脑上运行完全相同的命令ls 'dbfs:/Shared/P1-Prediction/Weights_folder'时，我收到错误
ls: cannot access 'dbfs:/Shared/P1-Prediction/Weights_folder': No such file or directory我无法解释这个问题。这是否意味着我的“保存_weights”将权重保存在集群内存中，而不是实际的物理位置？如果是这样，是否有解决方案？任何帮助都是非常感谢的。
1条答案
按热度按时间rqcrx0a61#
Tensorflow使用Python的本地文件API，该API不适用于
dbfs:/...-您需要更改路径以使用/dbfs/...而不是dbfs:/...。但实际上，使用MLflow记录模型可能更好，在这种情况下，您可以轻松加载它进行推理。请参阅documentation，也许还可以参阅此example。