TensorFlow.NET加载TF2.18 SavedModel报错，求格式兼容方案

问题本质 #

• 用tf.saved_model.save()生成的SavedModel，被TensorFlow.NET误判为TF2.5之前的版本，触发加载异常
• TensorFlow 2.18强制要求model.save()指定.keras或.h5后缀，而.h5不被TensorFlow.NET支持

可行保存方案 #

方案1：用.keras格式保存后转文件夹加载 #

1. Python端保存模型：

   # 保存为TF推荐的原生Keras格式
   model.save("model.keras")
   

2. 将.keras文件转成文件夹：
   • 重命名model.keras为model.zip，解压到model_keras_saved文件夹
3. .NET端加载解压后的文件夹：

   // 跳过Keras模型加载逻辑，直接加载SavedModel
   _model = tf.saved_model.load(modelPath);
   

方案2：带兼容性参数保存SavedModel #

在Python保存时添加兼容性选项，避免生成TF.NET无法识别的新格式特征：

import tensorflow as tf

save_options = tf.saved_model.SaveOptions(experimental_custom_gradients=False)
tf.saved_model.save(model, "model_SavedModel/", options=save_options)

之后在.NET端用tf.saved_model.load()加载，不要用load_model。

方案3：临时降级TF版本保存 #

如果前两种方案无效，可临时降级到TF 2.5~2.10版本保存兼容格式：

1. 安装指定版本：

   pip install tensorflow==2.10
   

2. 加载原模型并保存：

   import tensorflow as tf
   model = tf.keras.models.load_model("你的原模型路径")
   model.save("model_compatible")
   

再用TensorFlow.NET加载这个保存后的模型。

核心提示 #

TensorFlow.NET对新版Keras格式的支持存在滞后，优先用tf.saved_model.load()加载SavedModel结构，而非tf.keras.models.load_model()加载Keras模型，可绕过版本校验问题。

内容的提问来源于stack exchange，提问作者Le Magicien Annonyme