keras.load_model()在GPU环境下加载预训练模型异常问题

问题根因 #

• 第二个GPU环境存在两个核心版本适配错误：
  1. TensorFlow与Keras版本不匹配：TensorFlow 2.4.x仅兼容Keras 2.4.x版本，你当前安装的Keras 2.6.0版本远高于适配版本，会直接导致模型加载逻辑不兼容报错
  2. 重复安装TensorFlow包：TensorFlow 2.x版本已经内置GPU支持，无需单独安装tensorflow-gpu包，同时安装两个同版本的TensorFlow包会引发运行时调用冲突

修复步骤 #

1. 先卸载当前环境中所有冲突的依赖包：

pip uninstall -y tensorflow tensorflow-gpu keras

2. 安装适配CUDA 11.0的匹配版本依赖：

pip install tensorflow==2.4.0 keras==2.4.3

3. 验证环境配置正确性：
   运行以下代码，确认输出为True即代表GPU环境识别正常，之后再加载预训练模型即可：

import tensorflow as tf
print(tf.test.is_gpu_available())

可选方案：如果你希望完全对齐第一个可正常运行环境的依赖版本，需要先将CUDA升级到11.2、cuDNN升级到8.1版本，再执行安装命令：pip install tensorflow==2.5.0 keras==2.4.3

内容的提问来源于stack exchange，提问作者Hezonar