如何从已保存的Keras主模型中提取子模型model_audio的输出

问题背景 #

构建了包含model_audio（model1）、model_text（model2）的主模型model_final，需从已保存的该Keras主模型中提取子模型model_audio的输出。

最初尝试的代码及错误 #

最初代码：

model_output = model.layers[-8].output  # 'model' layer is at index -8 from the summary
model_layer_output = Model(inputs=model.input, outputs=model_output)
intermediate_output = model_layer_output.predict([test_input_1_data, test_input_2_data])

触发错误：

Graph disconnected: cannot obtain value for tensor KerasTensor(type_spec=TensorSpec(shape=(None, 135, 40), dtype=tf.float32, name='Input_layer'), name='Input_layer', description="created by layer 'Input_reshape'"). The following previous layers were accessed without issue: []

后续尝试的代码（输出形状符合预期，但存疑） #

# audio model
input_layer = Input(shape=(135, 40))  
model_audio_output = model.get_layer('model')(input_layer)
submodel = Model(inputs=input_layer, outputs=model_audio_output)
audio_embed=submodel.predict(input_samples)

错误原因 #

直接通过主模型整体输入连接子模型输出时，计算图会断开。主模型输入包含音频、文本两个分支，而model_audio子模型的输入仅对应音频分支，强行从主模型全输入指向子模型输出，会导致Keras无法追踪到子模型输入与主模型输入的有效关联。

正确提取方法 #

核心思路 #

直接复用主模型中已保存的model_audio子模型实例，基于其自身的输入输出构建新的提取模型，确保权重和计算图的完整性。

严谨实现步骤 #

1. 确认子模型的层名称
   运行model.summary()查看主模型结构，找到model_audio子模型在主模型中的准确层名称（比如可能是'model_audio'、'model1'，而非示例中的'model'）。

2. 构建子模型提取器
   无需手动定义输入层，直接利用子模型自身的输入输出节点构建新模型：

   from tensorflow.keras.models import load_model, Model
   
   # 加载已保存的主模型
   model = load_model('path/to/model_final.h5')
   
   # 获取主模型中的model_audio子模型
   audio_submodel = model.get_layer('your_model_audio_layer_name')
   
   # 构建仅输出model_audio结果的提取器
   audio_extractor = Model(inputs=audio_submodel.input, outputs=audio_submodel.output)
   
   # 传入音频输入获取输出
   audio_embed = audio_extractor.predict(input_samples)
   

3. 验证正确性
   取少量测试数据，同时通过主模型（传入完整音频+文本输入）获取model_audio的输出，与提取器的输出做数值对比，若结果一致则说明提取正确。

对后续尝试代码的验证 #

你后续尝试的代码思路是可行的，但手动定义输入层时需确保输入形状与model_audio的原始输入完全匹配。相比之下，直接复用audio_submodel.input的方式更可靠，能避免形状匹配错误。

内容的提问来源于stack exchange，提问作者kesav raj