Tensorflow: Ошибка в весах нагрузки модели

Системная информация

• Написал ли я собственный код (в отличие от стандартного сценария, представленного в TensorFlow) : N / A
• Платформа и распространение ОС (например, Linux Ubuntu 16.04) : из образов докеров nightly-devel-gpu-py3 и nightly-gpu-py3
• TensorFlow установлен из (исходного или двоичного) : из образов докеров nightly-devel-gpu-py3 и nightly-gpu-py3
• Версия TensorFlow (используйте команду ниже) : из образов докеров nightly-devel-gpu-py3 и nightly-gpu-py3
• Версия Python : из образов докеров nightly-devel-gpu-py3 и nightly-gpu-py3
• Версия Bazel (при компиляции из исходников) : из образов докеров nightly-devel-gpu-py3 и nightly-gpu-py3
• Версия GCC / Compiler (при компиляции из исходников) : из образов докеров nightly-devel-gpu-py3 и nightly-gpu-py3
• Версия CUDA / cuDNN : 9.0
• Модель графического процессора и память : tesla k80
• Точная команда для воспроизведения : N / A

Опишите проблему

Запуск с nightly (как nightly-devel-gpu-py3, так и nightly-gpu-py3) не позволяет загружать веса на модели keras.
В приведенном ниже примере я сохранил веса, они правильно сохранены в файловой системе, а затем я попытался загрузить их, но у меня возникла ошибка.

Исходный код / ​​логи

Вот фрагмент:

import tensorflow as tf
from tensorflow import keras as ks


def main():
    input_rgb = ks.layers.Input(shape=(1, 5, 5, 3), name="input_rgb")
    x = ks.layers.Dense(1, activation='relu', name="Dense_1")(input_rgb)
    x = ks.layers.Dense(1, activation='sigmoid', name="sigmoid")(x)
    model = ks.models.Model(inputs=[input_rgb], outputs=[x])
    model.compile(
        loss={'sigmoid': 'binary_crossentropy'},
        optimizer=tf.keras.optimizers.Adam())
    model.save_weights('/tmp/test_weights.h5')

    model.load_weights('/tmp/test_weights.h5', by_name=True)


if __name__ == "__main__":
    main()

И вот вывод:

2018-05-15 09:56:21.404382: W tensorflow/core/util/tensor_slice_reader.cc:95] Could not open /tmp/test_weights.h5: Data loss: not an sstable (bad magic number): perhaps your file is in a different file format and you need to use a different restore operator?