Python 3.x Can'；t使用旧的keras版本和新的keras版本保存的keras模型的负载重量

我正在尝试设置使用旧keras保存到DB的keras模型（加载了新的keras版本-2.2.4-tf，现在在tensorflow软件包下）的权重，但失败了，错误是：

ValueError: Layer weight shape (8,) not compatible with provided weight shape (1, 9, 8, 4)

下面是一段代码片段，描述了我们尝试执行的操作：

model = keras.models.model_from_json(...)
model.compile(...)
model.set_weights(...)

如前所述，代码在model.set_weights（…）函数中崩溃，产生上述错误

我们发现，在使用旧keras版本（2.3.1）加载的模型中存在相同的层，该版本也成功地正确设置了权重，在使用新keras版本（2.2.4-tf）加载的模型中也存在相同的层，，但顺序不同

下面是代码的输出：

collection.Counter（[ww.shape for ww in m_old.get_weights（）]）

以及守则：

collection.Counter（[ww.shape for ww in m_new.get_weights（）]）

其中，m_old是旧keras版本加载的模型，m_new是新keras版本加载的模型：

Out[20]:
Counter({(7, 1, 1, 8): 5,
         (8,): 20,
         (1, 9, 8, 4): 5,
         (4,): 20,
         (120, 1): 5,
         (1,): 5})
Out[21]:
Counter({(7, 1, 1, 8): 5,
         (8,): 20,
         (1, 9, 8, 4): 5,
         (4,): 20,
         (120, 1): 5,
         (1,): 5})

---

我们将非常感谢您的帮助。

问题似乎出现在您的第二层和第三层之间（在计数器输出中）-您可能希望查看文档，以查看两个tensorflow版本之间对这两个层所做的更改。感谢您的回复。您能告诉我您是如何理解计数器的第二层和第三层之间存在问题的？错误显示形状（8，）与（1、9、8、4）不兼容，即计数器对象的第二部分和第三部分的形状。这只是一个猜测，因为我看不到实际的图层类型，但在这两个图层之间的某个点上，形状不匹配。检查两个tensorflow版本的（8，）层的输出形状和下一个的输入形状，看看是否有差异