加载Keras模型时报TypeError：is_legacy_optimizer参数无效求助

这个错误是因为保存模型时的TensorFlow/Keras版本和当前加载时的版本不匹配，新旧版本的优化器API存在差异——旧版本保存的模型里的优化器参数，在新版本的optimizer_experimental.Optimizer中不被支持。

下面是几种可行的解决办法：

• 跳过编译加载，重新编译模型
  如果不需要保留原训练时的优化器状态，可以加载模型时指定compile=False，之后手动重新编译：

  from tensorflow.keras.models import load_model
  model_path = "model/classifier.h5"
  # 不编译加载模型
  model = load_model(model_path, compile=False)
  # 根据你的任务需求重新编译，示例用Adam优化器
  model.compile(optimizer='adam', loss='your_loss_function', metrics=['accuracy'])
  

• 匹配原模型保存时的TensorFlow版本
  要是需要保留原优化器的训练状态，建议安装和保存模型时完全一致的TensorFlow版本，比如原版本是2.8.0，就执行：

  pip install tensorflow==2.8.0
  

• 转换为SavedModel格式加载
  若能在旧版本环境中操作，先加载原h5模型，转存为TensorFlow推荐的SavedModel格式，再用新版本加载：

  # 旧版本环境中执行
  from tensorflow.keras.models import load_model
  model = load_model("model/classifier.h5")
  model.save("model/classifier_savedmodel")
  
  # 新版本环境中加载
  model = load_model("model/classifier_savedmodel")
  

  SavedModel格式的兼容性更强，能有效减少版本间的API适配问题。

内容的提问来源于stack exchange，提问作者zerro