Google Colab中tf2onnx转换突然失效，如何修复？

近期Google Colab里所有用到tf2onnx的笔记本都突然无法正常工作，执行Keras转ONNX的代码时会触发如下错误：

测试代码：

import tensorflow as tf
import tf2onnx
import onnx

model = tf.keras.Sequential()
model.add(tf.keras.layers.Dense(4, activation="relu"))

input_signature = [tf.TensorSpec([3, 3], tf.float32, name='x')]

onnx_model, _ = tf2onnx.convert.from_keras(model, input_signature, opset=13)
onnx.save(onnx_model, "test_model.onnx")

报错信息：

AttributeError                            Traceback (most recent call last)
<ipython-input-2-820fe10709d8> in <cell line: 13>()
     11 input_signature = [tf.TensorSpec([3, 3], tf.float32, name='x')]
     12 
---> 13 onnx_model, _ = tf2onnx.convert.from_keras(model, input_signature, opset=13)
     14 onnx.save(onnx_model, "test_model.onnx")

1 frames
/usr/local/lib/python3.10/dist-packages/tf2onnx/convert.py in _rename_duplicate_keras_model_names(model)
    329     """
    330     old_out_names = None
---> 331     if model.output_names and len(set(model.output_names)) != len(model.output_names):
    332         # In very rare cases, keras has a bug where it will give multiple outputs the same name
    333         # We must edit the model or the TF trace will fail

AttributeError: 'Sequential' object has no attribute 'output_names'

试过使用tf2onnx.convert.from_function也无效，下面是两种可行的解决办法：

方案1：安装兼容版本的tf2onnx #

问题根源是新版Keras（随TensorFlow更新）移除了Sequential模型的output_names属性，但当前Colab默认安装的tf2onnx版本仍依赖该属性。直接锁定到兼容版本即可：

!pip uninstall -y tf2onnx
!pip install tf2onnx==1.15.0

亲测1.15.0版本能适配Colab当前的TensorFlow环境，后续若版本更新可尝试更高的兼容版本。

方案2：手动给模型添加output_names属性 #

如果不想改动包版本，也可以在转换前手动给模型补上这个属性：

import tensorflow as tf
import tf2onnx
import onnx

model = tf.keras.Sequential()
model.add(tf.keras.layers.Dense(4, activation="relu"))

# 手动添加output_names属性，名称可自定义
model.output_names = ["output_layer"]

input_signature = [tf.TensorSpec([3, 3], tf.float32, name='x')]

onnx_model, _ = tf2onnx.convert.from_keras(model, input_signature, opset=13)
onnx.save(onnx_model, "test_model.onnx")

内容的提问来源于stack exchange，提问作者olegeskevich