TensorFlow 2.11.0保存VGG16迁移学习模型时遇get_config()参数错误

错误信息 #

TypeError: get_config() missing 1 required positional argument: 'self'

问题原因 #

你的代码在编译模型时，错误地传入了损失函数的类本身而非实例。具体来说，在_prepare_full_model方法的full_model.compile调用中，loss=tf.keras.losses.CategoricalCrossentropy传递的是类对象，而Keras要求传入的是损失函数的实例（需要调用类生成对象）。当模型保存时需要序列化损失函数配置，类本身没有绑定实例，调用get_config()时就会缺少self参数，触发报错。

修复代码 #

修改_prepare_full_model方法中的compile部分，将损失函数改为实例形式（添加括号）：

full_model.compile(
    optimizer=tf.keras.optimizers.SGD(learning_rate=learning_rate),
    loss=tf.keras.losses.CategoricalCrossentropy(),  # 添加括号创建实例
    metrics=["accuracy"]
)

额外验证提示 #

• 确认损失函数匹配任务标签格式：如果标签是独热编码，使用CategoricalCrossentropy()是正确的；如果是整数标签，需替换为SparseCategoricalCrossentropy()。
• 你已确认路径和模型实例有效性，这部分无需调整。

内容的提问来源于stack exchange，提问作者tenoob