加载Keras模型后无法访问model.output的问题求助

问题根源 #

加载保存后的Keras模型时，模型的计算图尚未完成实例化——因为没有输入数据触发过前向传播，所以model.output无法获取到已定义的输出张量，进而抛出ValueError: The layer sequential has never been called and thus has no defined output异常。而训练/构建后未保存的模型，因为已经执行过前向传播，输出张量已完成初始化，所以能正常访问。

解决方案 #

加载模型后，先传入一个与模型输入形状匹配的占位数据运行一次前向传播，触发模型计算图的初始化，之后就能正常访问model.output了。

测试代码修改示例 #

针对你提供的精简测试代码，修改如下：

import os
import keras.models
import numpy as np

top_dir = '~/PycharmProjects/CIFAKE/data'
model_file = top_dir + os.sep + "keras_model.keras"

# 加载模型
model = keras.models.load_model(model_file)

# 根据Xception默认输入形状生成占位数据（batch_size=1，输入尺寸299*299*3）
dummy_input = np.random.rand(1, 299, 299, 3)
model.predict(dummy_input)  # 运行前向传播，完成模型输出初始化

# 此时可正常访问model.output
model_outputs = model.output

Grad CAM场景代码修改示例 #

针对你的Grad CAM实现需求，调整后代码如下：

# 加载模型
model = keras.models.load_model(model_file)

# 初始化模型输出
dummy_input = np.random.rand(1, 299, 299, 3)
model.predict(dummy_input)

# 正常构建梯度模型
grad_model = keras.models.Model(
    model.inputs, [model.get_layer(last_conv_layer_name).output, model.output]
)

补充提示 #

如果不确定模型的输入形状，可通过以下代码查看：

print(model.input_shape)  # 输出类似(None, 299, 299, 3)，其中None代表batch维度

再根据输出的形状生成对应占位数据即可。

内容的提问来源于stack exchange，提问作者JimMat