如何从H5文件（权重/模型）中提取CNN输入图像尺寸

• 使用model.save("****.h5")保存的完整模型文件
  完全可以提取输入尺寸。这种方式保存的是完整模型，包含结构、权重、配置等所有信息，自然也记录了输入层的形状。
  示例代码：

  from tensorflow.keras.models import load_model
  
  model = load_model("your_model.h5")
  print(model.input_shape)  # 输出类似(None, 64, 64, 3)，其中None代表批量维度
  

• 使用model.save_weights("****.h5")保存的权重文件
  无法直接提取输入尺寸。权重文件只存储各层的权重参数，不包含模型的结构定义（比如输入层的形状这类信息）。如果只有权重文件，必须先基于已知的输入尺寸构建好对应的模型结构，才能加载权重，没法从权重文件反向推导出输入尺寸。

内容的提问来源于stack exchange，提问作者Laurent