Google Cloud部署Flask项目加载h5模型报SavedModel不存在的OSError求助

该报错本质是load_model未将目标路径识别为合法的h5单文件，转而按照SavedModel目录格式校验时找不到对应配置文件触发的，按以下顺序排查即可解决：

• 第一步：确认模型文件是否真实存在于部署的运行环境中
  优先在加载模型的代码前插入打印逻辑，从GCP控制台的服务日志核对输出：

  import os
  print("Current cwd:", os.getcwd())
  model_path = os.path.join(os.getcwd(), 'app', 'trained_model.h5')
  print("Target path exists:", os.path.exists(model_path))
  print("Path type:", "file" if os.path.isfile(model_path) else "directory" if os.path.isdir(model_path) else "missing")
  app_dir = os.path.join(os.getcwd(), 'app')
  if os.path.exists(app_dir):
      print("Files in app dir:", os.listdir(app_dir))
  

  如果日志中没有看到目标h5文件，检查以下配置：
  • 项目根目录的.gcloudignore、.dockerignore文件，是否存在误排除*.h5格式文件的规则
  • Docker部署Cloud Run时，检查Dockerfile的COPY指令，是否漏写了将h5模型文件复制到容器对应路径的规则
  • App Engine部署时，检查app.yaml配置，是否误将app目录设为静态目录导致运行时无法读取目录内的模型文件，同时确认部署日志没有出现大文件跳过上传的提示
  • 如果日志显示路径类型为目录，说明本地训练保存时生成的trained_model.h5本身就是SavedModel格式文件夹（TF新版本保存时未指定save_format='h5'很容易触发这个问题），要么重新保存为标准h5单文件，要么直接将该文件夹路径传给load_model即可。
• 第二步：替换依赖os.getcwd()的路径生成逻辑
  GCP服务的运行启动目录经常和本地开发环境不一致，os.getcwd()获取的路径容易出现偏差，换成基于当前代码文件位置的锚定逻辑，可靠性更高：

  current_code_dir = os.path.dirname(os.path.abspath(__file__))
  # 模型与加载代码同目录时直接拼接
  model_path = os.path.join(current_code_dir, 'trained_model.h5')
  # 模型在app根目录、加载代码在app子目录时，向上回溯一级拼接
  # model_path = os.path.join(current_code_dir, '../trained_model.h5')
  

• 第三步：解决依赖与版本兼容问题
  该报错的高频触发原因是部署环境缺少h5解析依赖，导致load_model无法识别h5格式，直接走SavedModel的校验逻辑：
  • 检查项目的requirements.txt，明确添加与TensorFlow版本兼容的h5py依赖，不要依赖tensorflow包的内置传递依赖（很多GCP官方基础镜像不会预装对应版本的h5py）
  • 加载模型时补充参数，跳过不必要的编译校验：

    model = load_model(
        model_path,
        custom_objects={'AttentionLayer' : attn_layer},
        compile=False
    )
    

  • 若使用TensorFlow 2.16+、Keras 3以上版本，确认模型保存时的TF版本与部署环境的版本差不超过2个大版本，跨版本差过大的h5文件可能无法被正确识别。
• 第四步：校验h5文件本身的完整性
  上传过程中可能出现文件损坏、传输不完整的问题，在加载前增加文件头校验：

  # 标准h5文件的固定文件头为\x89HDF\r\n\x1a\n
  with open(model_path, 'rb') as f:
      file_header = f.read(8)
      if file_header != b'\x89HDF\r\n\x1a\n':
          raise ValueError("模型文件损坏，请重新上传")
  

• 大体积模型的适配方案
  如果模型文件超过100M，不建议直接打包在代码目录中部署，可将模型上传到GCS存储桶，给服务账号授予对应桶的读权限，直接从GCS路径加载模型，规避部署时的文件大小限制。

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