在VS Code中使用TensorFlow和Keras加载模型时出错求助

• 确保自定义层代码一致：VS Code环境中必须包含训练模型时用到的所有自定义层的完整代码，类名、继承关系、内部方法（__init__、call等）要和训练时完全一致，不能有任何修改。

• 用custom_object_scope注册自定义层：加载模型时，通过keras.utils.custom_object_scope将自定义层映射到对应的类，示例代码如下：

  from keras.models import load_model
  from keras.utils import custom_object_scope
  
  # 导入你定义的自定义层类，路径根据实际情况调整
  from your_module import MyCustomLayer
  
  with custom_object_scope({'MyCustomLayer': MyCustomLayer}):
      model = load_model('modelName.h5')
  

• 完善自定义层的get_config方法：如果自定义层没有正确实现get_config，模型保存时无法完整序列化层的参数，导致加载失败。示例实现：

  import keras
  
  class MyCustomLayer(keras.layers.Layer):
      def __init__(self, my_param, **kwargs):
          super().__init__(**kwargs)
          self.my_param = my_param
  
      def call(self, inputs):
          # 自定义层的运算逻辑
          return inputs * self.my_param
  
      def get_config(self):
          config = super().get_config()
          config['my_param'] = self.my_param
          return config
  

• 核对环境版本：确认Jupyter和VS Code中TensorFlow/Keras的版本完全相同，版本不匹配也可能引发此类错误。可在两个环境中运行以下命令查看版本：

  import tensorflow as tf
  import keras
  print(tf.__version__)
  print(keras.__version__)
  

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