加载含自定义NotEqual层的Keras模型时出现位置参数报错

解决方案 #

1. 修正自定义NotEqual层的实现 #

错误核心是：自定义层的call方法接收两个位置参数，但加载模型时其中一个参数是常数（如0），Keras规定只有输入张量能作为位置参数传递，常数必须用关键字参数，或调整层的输入方式。

方式一：让call接收输入列表

修改层的call方法，使其接收一个包含两个张量的列表，兼容张量和常数的传递：

class NotEqual(tf.keras.layers.Layer):
    def __init__(self, name=None):
        super(NotEqual, self).__init__(name=name)

    def call(self, inputs):
        x, y = inputs
        return tf.math.not_equal(x, y)

训练模型时需对应调整调用方式为NotEqual()([x, y])，加载时用此定义即可正常解析。

方式二：将固定常数设为层初始化参数

如果模型中NotEqual层始终和固定值（如0）比较，可把该值移到层的初始化方法中，简化call的参数：

class NotEqual(tf.keras.layers.Layer):
    def __init__(self, compare_value=0, name=None):
        super(NotEqual, self).__init__(name=name)
        # 将常数转为张量，确保序列化兼容性
        self.compare_value = tf.constant(compare_value, dtype=tf.int32)

    def call(self, x):
        return tf.math.not_equal(x, self.compare_value)

2. 匹配训练与加载时的层定义 #

如果模型是用旧层定义训练并保存的，需确保加载时的层定义和训练时一致。若上述修改后仍无法加载，需重新用修正后的层定义训练模型并保存，再尝试加载。

3. 规范模型构建时的层调用方式 #

训练模型时，避免直接将常数作为位置参数传递给层：

# 错误写法
output = NotEqual()(x, 0)

# 正确写法（三选一）
# 1. 将常数转为张量
output = NotEqual()(x, tf.constant(0))
# 2. 使用关键字参数传递
output = NotEqual()(x, y=0)
# 3. 用输入列表传递
output = NotEqual()([x, 0])

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