Keras/TensorFlow无法找到ImageNet权重文件，下载后仍报错求助

针对你在Ubuntu 16.04 + TensorFlow-GPU 1.5.0环境下遇到的Xception权重加载问题——即便重新下载了权重文件仍报错的情况，我整理了几个实用的排查方向和解决办法：

1. 确认权重文件的存放路径是否正确 #

Keras默认会把预训练权重存储在~/.keras/models/目录下。你手动下载的xception_weights_tf_dim_ordering_tf_kernels.h5文件，必须确保被放到这个目录里，且文件名要完全匹配（注意大小写、后缀都不能出错）。

如果不确定默认路径，也可以用代码打印Keras的配置路径来确认：

from keras import utils
print(utils.get_file())

这个命令会输出默认的权重存储目录，把下载好的文件移过去即可。

2. 修复目录/文件的权限问题 #

Ubuntu环境下，~/.keras/目录可能因为之前的安装操作（比如用sudo执行过pip）导致权限异常，使得Keras无法读取里面的权重文件。你可以执行以下命令修复权限：

sudo chown -R $USER:$USER ~/.keras/

这会让当前用户拥有该目录及其所有文件的读写权限。

3. 手动指定权重文件路径加载 #

绕开Keras的自动查找逻辑，直接在代码里指定你下载好的权重文件路径，这样可以避免路径识别的bug。示例代码如下：

from tensorflow.keras.applications.xception import Xception

# 替换成你实际的权重文件路径
model = Xception(weights='/home/your_username/Downloads/xception_weights_tf_dim_ordering_tf_kernels.h5')

4. 清理Keras的缓存文件 #

有时候Keras会缓存权重文件的状态，即使你重新下载了文件，旧的缓存仍然会干扰加载。你可以删除~/.keras/models/目录下除了权重文件之外的缓存文件（比如带有.cache后缀的文件），然后重新运行代码。

5. 确认Keras与TensorFlow的版本兼容性 #

TensorFlow 1.5.0对应的Keras版本应该是2.1.6左右，如果你的Keras版本过高或过低，都可能出现权重加载的兼容性问题。你可以先查看当前Keras版本：

pip3 show keras

如果版本不匹配，执行以下命令安装对应版本：

pip3 install keras==2.1.6

内容的提问来源于stack exchange，提问作者Tobias Hermann