重命名TensorFlow权重文件后无法加载的问题排查

• 训练生成的权重文件名为044.weights.h5，执行以下代码可正常加载：

weak_learner = weighted_unet_model()
weak_learner.load_weights(weight_path)

• 将该文件复制并重命名为model_checkpoints_hexa.h5后，仅修改weight_path指向新文件，却无法加载模型。两个文件的MD5校验值完全一致：

% md5 ~/Downloads/044.weights.h5

MD5 (~/Downloads/044.weights.h5) = 01be4b0bcb4f08ab471dbfcfd6edc842
% md5 ~/Desktop/model_checkpoints_hexa.h5 
MD5 (~/Desktop/model_checkpoints_hexa.h5) = 01be4b0bcb4f08ab471dbfcfd6edc842

• 已排除训练环境（Ubuntu）与当前环境（macOS）的差异问题，原文件名的模型在当前macOS环境可正常加载。当前环境的TensorFlow版本为：

tensorflow                         2.16.1
tensorflow-macos                   2.16.1

• 加载重命名后的文件时触发如下错误：

ValueError: Layer count mismatch when loading weights from file.
Model expected 37 layers, found 0 saved layers.

内容的提问来源于stack exchange，提问作者Hrushi