tf.saved_model.save报错解决

前几天写了一篇同样关于 tf.saved_model.save报错的解决文章，不过这次的错误不太一样。

上一篇文章：

savemodel报错

值得注意的是：

我使用的模型是自定义模型，而不是使用keras.model中的Sequential()封装的函数，所以不能使用model.save(‘xxx.h5’)对模型进行保存，只能通过tf.saved_model或者是save_weights来保存。

这次我同样是搭建GAN网络来破解口令，不同的是生成器方面，不再使用卷积核激活，而是使用LSTM网络代替，训练后保存模型时会报错：
TypeError: can’t pickle _thread.lock objects

这个错误搜索后发现是线程的问题，但是网上很难找到和模型保存相关的解决方案，于是我仔细查看了一下，发现只是生成器保存会出现问题，判别没有问题，再看一下错误提示，发现从deepcopy处产生的错误：

查看模型代码后，我发现在自定义模型的call函数中，我为了区分两个变量，使用了copy.deepcopy函数，经过测试后我发现，只要在自定义模型的call函数中使用deepcopy函数，那么tf.saved_model.save就会报上面的错误，替换上述语句，这里我采用的是列表存储，之后代码就可以正常了。