tf.keras.models.load_model加载模型报合并层需列表输入错误如何解决

该错误的核心原因是模型中使用了Keras的合并类层（比如Concatenate、Add、Multiply等），保存模型后的序列化配置在加载重构计算图时，合并层的输入被错误识别为单张量，而非预期的列表/元组输入，常见触发场景有两个：

• 构建模型时合并层的调用写法不规范，输入没有正确包裹成列表传入
• 所用的TensorFlow版本（2.3~2.6区间版本居多）存在SavedModel序列化漏洞，会丢失合并层的输入元信息

• 方法1：加载时关闭编译选项
  优先尝试加载时添加compile=False参数，跳过编译阶段的图校验，加载后按需手动编译即可，推理场景不需要额外操作：

  reloaded = tf.keras.models.load_model('gait_gender_model', compile=False)
  

  如需继续训练，加载完成后调用reloaded.compile(优化器, 损失函数, 评估指标)完成编译即可。

• 方法2：修正合并层的调用写法
  如果还能获取到训练代码，检查所有合并层的调用逻辑，确保输入一定被包裹在列表中：
  错误写法示例：

  concat_layer = tf.keras.layers.Concatenate()(tensor1, tensor2)
  

  正确写法示例：

  concat_layer = tf.keras.layers.Concatenate()([tensor1, tensor2])
  

  修正后重新训练保存模型，后续加载就不会触发该错误。

• 方法3：通过权重加载绕开序列化问题
  训练代码可获取的前提下，也可以选择仅保存模型权重，加载时先初始化完全同结构的模型再导入权重：
  保存阶段代码：

  Gait_gender_model.save_weights('gait_gender_weights.h5')
  

  加载阶段代码：

  # 先构建和训练时结构完全一致的模型
  model = build_your_model() 
  # 导入训练好的权重
  model.load_weights('gait_gender_weights.h5')
  

• 方法4：调整TensorFlow版本
  如果你当前使用的是2.3~2.6区间的TensorFlow版本，可以尝试升级到2.7及以上版本，或者降级到2.2版本，该序列化bug在部分版本迭代中已经被修复。

内容的提问来源于stack exchange，提问作者Nantanit Van Somboon