使用InceptionV3迁移学习遇Tensor不可哈希错误，如何解决？

这个错误很常见，主要是因为你在创建Model对象时用了旧的参数写法导致的。下面是具体的解决步骤：

直接修正代码 #

问题出在Model构造函数的参数上——在新版TensorFlow中，output参数已经被弃用，正确的参数名是outputs（注意复数形式）。把这行代码：

final_model = Model(inception_model.input,output=predictions)

改成下面两种写法中的任意一种都可以：

1. 显式指定参数名（更清晰，推荐）：

final_model = Model(inputs=inception_model.input, outputs=predictions)

2. 使用位置参数（因为Model的第一个参数是inputs，第二个是outputs）：

final_model = Model(inception_model.input, predictions)

完整修正后的代码 #

这里给你整理好整个可运行的代码片段，顺便补充compile方法的必要参数（原代码里compile()是空的，训练时会报错）：

from tensorflow.keras.applications import InceptionV3
from tensorflow.keras.layers import GlobalAveragePooling2D, Dense
from tensorflow.keras.models import Model

# 加载预训练的InceptionV3，不包含顶层分类器
inception_model = InceptionV3(weights='imagenet', include_top=False)

# 构建自定义顶层
output_inception = inception_model.output
output_globalavgpooling = GlobalAveragePooling2D()(output_inception)
output_dense = Dense(1024, activation='relu')(output_globalavgpooling)
predictions = Dense(1, activation='sigmoid')(output_dense)

# 修正后的Model构造
final_model = Model(inputs=inception_model.input, outputs=predictions)

# 补充compile的必要参数（比如优化器、损失函数）
final_model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy'])

# 查看最终模型的结构（建议看final_model的summary，而不是inception_model的）
final_model.summary()

错误原因解释 #

TensorFlow在更新后，对Model类的参数做了规范，旧的output单参数写法会导致内部张量的哈希逻辑冲突，触发Tensor is unhashable的错误。改用outputs复数参数后，框架能正确识别输出张量的集合，避免这个问题。

内容的提问来源于stack exchange，提问作者Sabito