将Keras模型转为TensorFlow.js遇版本兼容问题求助

方案一：升级TensorFlowJS到兼容Keras 3的版本（推荐） #

当前报错源于旧版tensorflowjs仅支持Keras 2，而你的TensorFlow 2.16.1绑定了Keras 3，升级tensorflowjs到适配Keras 3的版本即可解决：

• 卸载旧版本：

  pip uninstall tensorflowjs -y
  

• 安装最新兼容版：

  pip install tensorflowjs --upgrade
  

• 重新执行转换命令：

  tensorflowjs_converter --input_format keras model.h5 ./folder
  

注：TensorFlow 2.16.x 对应tensorflowjs 4.10.0及以上版本，升级后版本会自动匹配。

方案二：用虚拟环境搭建独立的旧版环境 #

如果必须依赖Keras 2的转换逻辑，可以用虚拟环境隔离出一个独立的TensorFlow 2.6 + Keras 2环境：

1. 安装虚拟环境工具：

   pip install virtualenv
   

2. 创建虚拟环境：

   virtualenv tf26_env
   

3. 激活虚拟环境：
   • Windows系统：

     tf26_env\Scripts\activate
     

   • Mac/Linux系统：

     source tf26_env/bin/activate
     

4. 安装兼容版本的依赖：

   pip install tensorflow==2.6.0 keras==2.6.0 tensorflowjs==3.19.0
   

5. 执行转换命令：

   tensorflowjs_converter --input_format keras model.h5 ./folder
   

6. 转换完成后退出虚拟环境：

   deactivate
   

方案三：用Python代码直接转换模型 #

如果命令行工具仍有问题，可以用代码直接加载模型并导出为TFJS格式：

import tensorflow as tf
import tensorflowjs as tfjs

# 加载H5模型
model = tf.keras.models.load_model('model.h5')
# 导出到目标文件夹
tfjs.converters.save_keras_model(model, './folder')

运行这段代码即可完成转换，无需依赖命令行工具的版本匹配。

内容的提问来源于stack exchange，提问作者Alex