加载Keras模型时遇ValueError：无法识别参数['batch_shape']

问题重现 #

执行代码加载模型：

model = tf.keras.models.load_model('/kaggle/input/iyntmodel/vgg19.keras')

触发核心错误：

TypeError: Error when deserializing class 'InputLayer' using config={'batch_shape': [None, 299, 299, 3], 'dtype': 'float32', 'sparse': False, 'name': 'input_layer_1'}.
Exception encountered: Unrecognized keyword arguments: ['batch_shape']

问题原因 #

新旧Keras版本序列化格式不兼容：旧版本保存模型时会使用batch_shape参数定义输入层，但新版本Keras的InputLayer已移除该参数，改用input_shape + batch_size的组合方式。

解决方案 #

方案1：匹配模型保存时的TensorFlow版本 #

安装模型原始保存环境对应的TensorFlow版本，即可正常加载：

pip install tensorflow==x.x.x  # 将x.x.x替换为模型保存时的具体版本号

方案2：自定义InputLayer兼容旧格式 #

通过custom_objects传入自定义的输入层类，自动转换batch_shape参数：

from tensorflow.keras.layers import InputLayer
from tensorflow.keras.models import load_model

class CustomInputLayer(InputLayer):
    def __init__(self, batch_shape=None, **kwargs):
        if batch_shape:
            batch_size = batch_shape[0]
            input_shape = batch_shape[1:]
            kwargs.update({"batch_size": batch_size, "input_shape": input_shape})
        super().__init__(**kwargs)

# 加载模型时指定自定义类
model = load_model(
    '/kaggle/input/iyntmodel/vgg19.keras',
    custom_objects={'InputLayer': CustomInputLayer}
)

方案3：手动修改模型配置文件 #

1. 将.keras模型文件视为压缩包解压，找到config.json文件
2. 搜索所有"batch_shape"字段，替换为input_shape和batch_size：
   例如将：

   "batch_shape": [None, 299, 299, 3]
   

   修改为：

   "input_shape": [299, 299, 3],
   "batch_size": null
   

3. 重新打包修改后的文件为.keras格式，再加载模型

内容的提问来源于stack exchange，提问作者Excortia