TensorFlow 2.9.1调用load_weights加载模型权重参数异常问题

问题根因 #

权重加载失效、所有层参数显示0 (unused)的核心原因是自定义模型在调用load_weights前没有完成build流程，内部权重变量根本没创建：

• 手动给model.built = True赋值完全是无效操作：这个属性只是TensorFlow内部用来标记模型构建状态的标志位，手动改值不会触发任何层的权重初始化逻辑，模型里根本没有生成和存储时匹配的权重变量，自然加载不到参数，最后summary才会显示所有层未使用、总参数量异常。
• 去掉这行代码报“模型未构建”的错误，本质是因为模型从初始化到加载权重的全流程，既没接收过实际输入跑前向传播，也没显式调用build方法指定输入尺寸，框架不知道该创建什么形状的权重变量。

修复方案 #

方案1：加载权重前显式调用build（已知输入尺寸时首选） #

明确模型固定输入尺寸的话，初始化模型后先调用build()传入输入形状，框架会自动创建所有层的权重变量，后续加载权重就能完全匹配存储的参数。
示例代码：

import os
import tensorflow as tf

# 初始化模型实例
model = DepthEstimationModel()
# 显式触发构建，输入形状格式为(None, 输入高度, 输入宽度, 通道数)，batch维设为None即可
# 比如输入是3通道640*480的RGB图，就写input_shape=(None, 480, 640, 3)
model.build(input_shape=(None, 输入高度, 输入宽度, 通道数))
# 加载权重
model.load_weights(os.path.join("saved_model", "model"))
# 后续编译、查看结构
model.compile(optimizer, loss=cross_entropy)
model.summary()

执行后summary会正常显示每个层的实际参数量，不会再出现0 (unused)的标记。

方案2：传dummy输入触发自动构建（不确定精确输入尺寸时用） #

如果记不准准确输入形状，可以在加载权重前给模型传一个和实际输入维度一致的随机张量，跑一次空的前向传播，自动触发build流程：

import os
import tensorflow as tf

model = DepthEstimationModel()
# 生成和实际输入形状一致的假张量，单样本维度即可，比如(1,480,640,3)对应单张3通道480*640图
dummy_input = tf.random.normal((1, 输入高度, 输入宽度, 通道数))
_ = model(dummy_input)  # 跑前向传播，自动完成所有层权重创建
# 正常加载权重、编译
model.load_weights(os.path.join("saved_model", "model"))
model.compile(optimizer, loss=cross_entropy)
model.summary()

避坑提示 #

• 永远不要手动修改model.built属性，这个状态位由框架内部维护，手动改值只会让框架误判模型状态，引发各种隐形bug，解决不了实际问题。
• 存储权重和加载权重时的模型结构必须完全一致，自定义层的命名、参数配置不能有改动，否则会出现权重形状不匹配、部分层加载失败的问题。
• 你当前用save_weights存的是TensorFlow默认的checkpoint格式，加载时直接传路径前缀即可，不需要手动加.index、.data-00000-of-00001这类后缀，现有路径写法是对的。

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