Keras模型突然输出Tensor，如何恢复以适配DQN Agent？

• 彻底重置TensorFlow环境
  该参数会修改TensorFlow的全局图行为，即使改回False，残留的图状态可能依然影响模型输出。执行以下操作：

  1. 运行tf.compat.v1.reset_default_graph()清空默认图
  2. 重启Python解释器，重新运行所有代码，不要复用之前定义的模型对象

• 修正模型输出维度
  当前输出形状(None,1,2)多了一个冗余的中间维度，可以在模型最后添加维度挤压操作：

  # 示例模型定义，根据你的实际结构调整
  model = tf.keras.Sequential([
      tf.keras.layers.Dense(64, activation='relu', input_shape=(4,)),
      tf.keras.layers.Dense(64, activation='relu'),
      tf.keras.layers.Dense(2, activation='linear'),
      # 挤压掉索引为1的维度，将(None,1,2)转为(None,2)
      tf.keras.layers.Lambda(lambda x: tf.squeeze(x, axis=1))
  ])
  

  也可以用Flatten()层替代Lambda层，效果一致。

• 重新定义模型结构
  不要加载之前保存的模型文件，完全从头编写模型定义代码，确保每一层的输入输出形状符合预期。比如检查是否误加了会增加维度的层（如Reshape、带return_sequences=True的循环层残留配置）。

内容的提问来源于stack exchange，提问作者sleexed