Keras（TF后端）模型重命名报错及Sequential API层命名方法咨询

我之前也碰到过这个问题，本质是TensorFlow Keras里的Model.name是只读属性——它是用Python的@property装饰器实现的，只有获取方法，没有公开的设置接口，直接赋值自然会触发AttributeError。这个属性的值是在模型初始化阶段就确定好的，框架不允许直接修改。

如果确实需要自定义模型名称，推荐两种靠谱的方式：

• 初始化时直接指定：创建Model实例时通过name参数设置，这是最规范的做法：

  from tensorflow.keras.models import Model
  from tensorflow.keras.layers import Input, Dense
  
  inputs = Input(shape=(10,))
  outputs = Dense(1)(inputs)
  model = Model(inputs=inputs, outputs=outputs, name="my_custom_model")
  

• 修改底层私有属性（谨慎使用）：如果已经创建了模型才想改名，可以直接修改_name这个私有属性，但这属于框架内部实现，后续版本可能变动，还可能影响权重加载、模型序列化等流程，非必要不推荐：

  model._name = "renamed_model"
  

其实Sequential API完全支持给层命名，和Functional API的思路一致，只需要在定义层的时候传入name参数就行，两种常用方式：

方式1：逐步添加层时指定名称 #

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Flatten

model = Sequential()
# 给Flatten层命名
model.add(Flatten(input_shape=(28,28), name="input_flatten"))
# 给隐藏层命名
model.add(Dense(128, activation='relu', name="hidden_relu_layer"))
# 给输出层命名
model.add(Dense(10, activation='softmax', name="output_softmax"))

方式2：初始化时传入带名称的层列表 #

如果习惯一次性定义所有层，可以直接把带name参数的层放进列表里传给Sequential：

model = Sequential([
    Flatten(input_shape=(28,28), name="input_flatten"),
    Dense(128, activation='relu', name="hidden_relu_layer"),
    Dense(10, activation='softmax', name="output_softmax")
])

命名后，你还能通过model.get_layer(name="hidden_relu_layer")快速定位到目标层，调试和修改起来都很方便。

内容的提问来源于stack exchange，提问作者user3921232