我遇到了同样的问题。更改后：

from tensorflow import keras

至：

import keras

生活再次值得生活。

我有一个相同的问题，并以此方式解决。只是不要将优化器与模型一起保存！只需像这样更改保存行：

the_model.save(file_path,True/False,False)

第二个参数告诉Keras如果文件不存在则覆盖模型，第三个参数告诉它不要将优化器与模型一起保存。

编辑 ：今天我又在另一个系统上遇到了问题，这次没有帮助我。所以我将模型conf保存为json并将权重保存为h5，并使用它们在另一台计算机上重建模型。你可以这样保存像这样：

json = model.to_json()
# Save the json on a file
model.save_weights(weights_filepath,save_format="h5")

像这样重建模型：

# load the json file
# here i use json as loaded content of json file
model = keras.models.model_from_json(json)
model.load_weights(weights_file_path)

我解决了这个问题：

之前：

from keras.models import load_model
classifierLoad = load_model('model/modeltest.h5')

为我工作

import tensorflow as tf 
classifierLoad = tf.keras.models.load_model('model/modeltest.h5')

改变中

from keras.models import load_model

至

from tensorflow.keras.models import load_model

解决了我的问题！

要消除错误，请直接从Keras或TensorFlow导入所有内容。将它们混合在同一项目中可能会导致问题。

哇，我刚刚花了6个小时来解决这个问题。Dmitri在这里发布了一个解决方案： 我在Google colab上训练了一个keras模型。现在无法将其本地加载到我的系统上。

我基本上只是在这里重新发布它，因为它对我有用。

这看起来像是keras中的某种序列化错误。如果用下面的CustomObjectScope包裹您的load_model，那么所有东西都应该工作。

import keras
from keras.models import load_model
from keras.utils import CustomObjectScope
from keras.initializers import glorot_uniform

with CustomObjectScope({'GlorotUniform': glorot_uniform()}):
        model = load_model('imdb_mlp_model.h5')

没有任何答案的对我有帮助的东西 ：

custom_objects={'GlorotUniform': glorot_uniform()}