使用Sequential定义Keras模型测试时出现TypeError错误求助

1. 统一Keras导入路径 #

训练和加载模型时必须用完全一致的导入方式，别混用原生Keras和TensorFlow集成的Keras：

• 如果训练时用的是原生Keras：

  from keras.models import Sequential, model_from_json
  

  加载时也得用这组导入，不能换成tf.keras。

• 更推荐用TensorFlow自带的Keras，全程都这么写：

  from tensorflow.keras.models import Sequential, model_from_json
  

  要是你环境里同时装了原生Keras和TensorFlow，先把原生Keras卸了：

  pip uninstall keras -y
  

2. 确保保存和加载代码完全匹配 #

保存模型（对应原生Keras）： #

# 存模型结构为json
model_json = model.to_json()
with open("model.json", "w") as json_file:
    json_file.write(model_json)
# 存权重为h5
model.save_weights("model.h5")

加载模型（必须和保存时的导入一致）： #

# 读模型结构
json_file = open('model.json', 'r')
loaded_model_json = json_file.read()
json_file.close()
loaded_model = model_from_json(loaded_model_json)
# 加载权重
loaded_model.load_weights("model.h5")

3. 检查环境里的Keras版本冲突 #

跑下面的代码看看你当前用的Keras路径：

import keras
print(keras.__file__)
import tensorflow.keras
print(tensorflow.keras.__file__)

要是两个路径不一样，说明同时存在原生Keras和tf.keras，直接卸载原生Keras，统一用tf.keras就行。

4. 换个保存方式试试 #

要是上面的方法都不行，别分开存json和权重了，直接存整个模型：

# 保存完整模型
model.save("full_model.h5")
# 加载完整模型
from keras.models import load_model  # 或者用from tensorflow.keras.models import load_model
loaded_model = load_model("full_model.h5")

这种方式不容易出路径匹配的问题。

内容的提问来源于stack exchange，提问作者Jayaraj David