You need to enable JavaScript to run this app. Keras加载.h5报AttributeError: 'str'无decode属性,版本匹配后仍无效
优惠活动
大模型
产品
解决方案
定价
更多

Keras加载.h5报AttributeError: 'str'无decode属性,版本匹配后仍无效

FaceNet h5模型加载报错AttributeError: 'str' object has no attribute 'decode'解决方法

报错场景

执行模型加载代码时触发如下错误:

File "C:\Users\user\Desktop\Diplomski\faceVerify1.py", line 72, in <module>
model = load_model('facenet_keras.h5')

  File "C:\Users\user\anaconda3\envs\tf\lib\site-packages\keras\engine\saving.py", line 492, in load_wrapper
include_optimizer: If True, save optimizer's state together.

  File "C:\Users\user\anaconda3\envs\tf\lib\site-packages\keras\engine\saving.py", line 584, in load_model

  File "C:\Users\user\anaconda3\envs\tf\lib\site-packages\keras\engine\saving.py", line 273, in _deserialize_model
if len(layer_names) != len(filtered_layers):

AttributeError: 'str' object has no attribute 'decode'

已完成的排查操作

  • 初步定位报错由TensorFlow、Keras、h5py版本不匹配引发
  • 已将h5py降级至3.0以下版本,当前conda环境包版本为:
tensorflow                1.14.0               h1f41ff6_0    conda-forge
tensorflow-base           1.14.0           py37hc8dfbb8_0    conda-forge
tensorflow-estimator      1.14.0           py37h5ca1d4c_0    conda-forge
keras                     2.2.5                    py37_1    conda-forge
h5py                      2.10.0          nompi_py37he280515_106    conda-forge
  • 参考公开环境版本对照表完成版本匹配后,报错未消除
  • 检索StackOverflow、GitHub同类问题,现有方案对当前环境组合无效果
  • 加载的模型为公开通用人脸识别标准facenet_keras.h5文件

具体解决步骤

  1. 补全h5py与Keras的类型兼容逻辑
    当前环境使用的h5py 2.10.0为无MPI编译版本,和Keras 2.2.5的读取逻辑存在不兼容:Keras反序列化模型时,默认从h5文件读取到的层名字段为bytes类型,会直接调用.decode()方法转字符串;但当前h5py返回的字段为原生str类型,直接调用decode就会触发属性报错。
    修复方式为:在所有模型加载代码前,插入h5读取的兼容补丁:
    import h5py
    original_attr_parser = h5py._hl.dataset.Dataset.asattr
    def patched_attr_parser(self, obj):
        # 直接跳过str类型的decode逻辑
        if isinstance(obj, str):
            return obj
        return original_attr_parser(self, obj)
    h5py._hl.dataset.Dataset.asattr = patched_attr_parser
    
    插入补丁后,正常执行load_model('facenet_keras.h5')即可绕过报错。
  2. 跳过模型结构反序列化的备选方案
    FaceNet模型有固定的公开网络结构,完全可以绕开load_model的全文件反序列化逻辑:
    • 按照公开的InceptionResNetV1结构手动实例化网络框架
    • 单独调用model.load_weights('facenet_keras.h5', by_name=True)加载权重,全程不触发层名字段的decode校验逻辑
  3. 环境版本校准
    若上述补丁仍然无效,可在当前conda环境内强制重装适配的编译版本:
    pip install h5py==2.9.0 tensorflow-gpu==1.14.0 keras==2.2.5 --force-reinstall
    

注意:全程不要升级h5py到3.x以上版本,TF1.x生态下h5py 3.x会触发更多序列化读取报错;不要使用conda渠道安装h5py的nompi版本,该版本和Keras 2.2.5的读取逻辑存在已知不兼容。


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

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.24 17:54:05