使用tf.keras.load_model加载.h5模型时遇IndexError问题求助

我通过Model.save()成功训练并将Siamese模型保存至本地，随后尝试执行以下代码加载模型：

siamese_model = tf.keras.models.load_model('siamesemodelv2.h5',custom_objects={'L1Dist':L1Dist,'BinaryCrossentropy':tf.losses.BinaryCrossentropy})

加载时必须传入自定义的L1Dist层，该层代码如下：

from tensorflow.keras.layers import Layer  # 注意：确保导入Layer基类

class L1Dist(Layer):
    
    # 初始化方法 - 继承自Layer
    def __init__(self, **kwargs):
        super().__init__()
       
    # 相似度计算逻辑
    def call(self, input_embedding, validation_embedding):
        return tf.math.abs(input_embedding - validation_embedding)

运行加载代码时触发如下错误：

>  File "c:/Users/xa3/Desktop/face-recogntion.py", line 383, in <module>
    siamese_model = tf.keras.models.load_model('siamesemodelv2.h5',custom_objects={'L1Dist':L1Dist,'BinaryCrossentropy':tf.losses.BinaryCrossentropy})
  File "C:\Users\xa3\AppData\Local\Packages\PythonSoftwareFoundation.Python.3.7_qbz5n2kfra8p0\LocalCache\local-packages\Python37\site-packages\keras\utils\traceback_utils.py", line 70, in error_handler
    raise e.with_traceback(filtered_tb) from None
  File "C:\Users\xa3\AppData\Local\Packages\PythonSoftwareFoundation.Python.3.7_qbz5n2kfra8p0\LocalCache\local-packages\Python37\site-packages\keras\engine\functional.py", line 1392, in process_node
    inbound_node = inbound_layer._inbound_nodes[inbound_node_index]
IndexError: list index out of range

恳请提供解决思路，感谢！

解决思路 #

• 补充自定义层的序列化方法：Keras加载模型时需要自定义层实现get_config方法完成配置序列化，当前L1Dist类缺少该方法，导致模型无法正确重建。在L1Dist类中添加以下代码：

  def get_config(self):
      return super().get_config()
  

  若后续层添加了自定义参数，需在get_config中返回这些参数的键值对。

• 切换模型保存格式：Siamese属于多输入的复杂模型，HDF5格式对这类模型的兼容性不如SavedModel。训练后改用model.save('siamesemodelv2')（不带.h5后缀）保存为SavedModel格式，加载时同样传入custom_objects参数即可。

• 统一TensorFlow/Keras版本：训练和加载模型时使用的TensorFlow/Keras版本不一致可能引发序列化问题，确保两边版本匹配（Python3.7建议搭配TensorFlow 2.8.x等稳定兼容版本）。

• 验证模型构建逻辑：训练前测试模型的前向传播，确认L1Dist层的输入连接逻辑正确，避免因模型结构异常导致保存后无法加载。

内容的提问来源于stack exchange，提问作者BlaCK _ WolF