为何Keras model_from_json()加载模型配置返回字符串而非模型实例？

核心原因 #

model_from_json() 仅能识别Keras内置的模型类（如Sequential、Functional模型）。你的配置文件中指定的是自定义模型MyModel，但该类未注册到Keras的序列化注册表中，导致函数无法实例化模型，只能返回配置里的class_name字符串。

解决步骤 #

1. 确保自定义模型类实现规范
   你的MyModel必须继承tf.keras.Model基类，并且正确实现get_config()方法（配置文件中的config字段就是该方法的返回值），示例如下：

   import tensorflow as tf
   
   class MyModel(tf.keras.Model):
       def __init__(self, hidden_layers=2, units=64, activation="swish", **kwargs):
           super().__init__(**kwargs)
           self.hidden_layers = hidden_layers
           self.units = units
           self.activation = activation
           # 此处添加你的模型层定义逻辑
   
       def get_config(self):
           config = super().get_config()
           config.update({
               "hidden_layers": self.hidden_layers,
               "units": self.units,
               "activation": self.activation
           })
           return config
   

2. 注册自定义模型类
   在调用model_from_json()前，将MyModel注册到Keras的自定义对象注册表中，有两种方式：

   • 方式一：手动添加到自定义对象字典

     from tensorflow.keras.models import model_from_json
     
     tf.keras.utils.get_custom_objects()["MyModel"] = MyModel
     
     # 加载模型
     with open("your_model_config.json", "r") as f:
         model_json = f.read()
     model = model_from_json(model_json)
     

   • 方式二：使用装饰器自动注册
     在定义MyModel时添加@tf.keras.utils.register_keras_serializable()装饰器，无需手动注册：

     @tf.keras.utils.register_keras_serializable()
     class MyModel(tf.keras.Model):
         # 类定义同上
     

补充说明 #

Keras的序列化系统依赖注册表匹配模型类名与构造方法，未注册的自定义类无法被识别，因此只会返回配置中的类名字符串，而非实例化的模型对象。

内容的提问来源于stack exchange，提问作者the man