Python Flask神经网络API在Linux虚拟机运行失败，Windows正常求助

核心原因 #

你用pickle保存Keras模型的方式本身存在兼容性隐患——pickle是Python对象序列化工具，高度依赖运行环境的类定义、版本细节，跨Windows/Linux环境或版本差异时极易出现反序列化失败，直接导致模型权重加载丢失。

解决步骤 #

1. 改用Keras官方方式重新保存模型 #

替换原来用pickle保存模型的代码，使用Keras自带的save()方法：

# 保存为HDF5格式（单文件）
model.save('finbud_prediction_model.h5')

# 或者保存为SavedModel格式（目录形式，更兼容TensorFlow生态）
model.save('finbud_prediction_model')

2. 调整模型加载代码 #

用Keras的load_model()替代pickle加载逻辑：

from keras.models import load_model

# 加载HDF5格式模型
loaded_model = load_model('finbud_prediction_model.h5')

# 加载SavedModel格式模型
# loaded_model = load_model('finbud_prediction_model')

3. 强制依赖版本严格一致 #

在Linux环境安装和Windows完全相同版本的TensorFlow、Keras、Flask等依赖，建议用requirements.txt统一管理：

flask==2.0.3
tensorflow==2.8.0
keras==2.8.0

执行安装命令：

pip install -r requirements.txt

4. 确保模型文件传输完整 #

从Windows向Linux传输模型文件时，必须使用二进制传输模式（比如scp命令默认是二进制，避免用文本模式FTP传输），防止文件损坏导致权重丢失。

内容的提问来源于stack exchange，提问作者Joseph Lteif