DeepDanbooru项目中的Keras 3兼容性问题解析
在深度学习图像标注工具DeepDanbooru的使用过程中,用户可能会遇到一个与Keras 3版本相关的兼容性问题。这个问题表现为当用户尝试运行train-project命令时,系统会抛出关于save_format参数已被弃用的错误提示。
问题现象
错误信息明确指出:"The save_format argument is deprecated in Keras 3. Please remove this argument and pass a file path with either .keras or .h5 extension.Received: save_format=h5"。这表明在新版Keras 3中,保存模型的API接口发生了变化。
技术背景
Keras作为流行的深度学习框架,在其3.0版本中对模型保存机制进行了重大调整。旧版本中通过save_format参数指定保存格式的方式已被弃用,改为通过文件扩展名自动识别保存格式。这种改变使得API更加简洁,同时也为未来可能新增的格式提供了更好的扩展性。
问题根源
DeepDanbooru项目在模型训练过程中使用了旧的Keras API调用方式,特别是在保存训练好的模型时指定了save_format='h5'参数。这在Keras 2.x版本中是标准做法,但在升级到Keras 3后就不再被支持。
解决方案
项目维护者已经通过提交修复了这个问题。修复方案主要涉及两个方面:
- 移除了对
save_format参数的显式指定 - 确保文件路径使用正确的扩展名(.h5或.keras)来指示保存格式
兼容性考虑
值得注意的是,这个问题还与Python版本和依赖包的兼容性有关。某些依赖项(如tensorflow-io包)可能尚未完全支持最新的Python版本。因此,在等待所有依赖项完全兼容最新Python版本期间,用户可以考虑暂时使用旧版本的软件环境。
最佳实践建议
对于使用类似深度学习框架的开发者,建议:
- 在升级主要框架版本时,仔细检查API变更日志
- 对于模型保存操作,优先使用文件扩展名而非参数来指定格式
- 在开发环境中保持依赖项版本的明确记录
- 考虑使用虚拟环境来隔离不同项目的依赖关系
这个问题的解决体现了开源社区对技术进步的快速响应能力,也提醒我们在使用深度学习框架时需要关注版本间的API变化。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00