keras中保存用到Lambda层的模型时报错cannot pickle ‘_thread.RLock‘ object

项目场景：

keras中保存用到Lambda层的模型时报错：
TypeError: cannot pickle ‘_thread.RLock’ object

---

问题描述

当模型构建时使用到了Lambda层，且使用以下两种方式保存h5模型，
当使用：

checkpointer = tf.keras.callbacks.ModelCheckpoint(os.path.join(s_p, fn), verbose=1, save_weights_only=False, period=1)
model.fit(.. callbacks=[checkpointer]..)

或：

model.save('./xxx.h5')

则会报：
TypeError: cannot pickle ‘_thread.RLock’ object

---

原因分析：

参考：
https://stackoverflow.com/questions/47066635/checkpointing-keras-model-typeerror-cant-pickle-thread-lock-objects/55229794#55229794

---

解决方案：

用save_weights保存模型，在load模型时重新构建一遍模型。
以上两情况改为：

checkpointer = tf.keras.callbacks.ModelCheckpoint(os.path.join(s_p, fn), verbose=1, save_weights_only=True, period=1)
model.fit(.. callbacks=[checkpointer]..)

注意上面的save_weights_only参数值由False改为了True

或：

model.save_weights('./xxx.h5')