Python 3.x Keras模型属性错误：'；str'；对象没有属性'；呼叫'；

我正在尝试使用以下代码将Keras hdf5文件转换为TensorFlow Lite文件：

import tensorflow as tf

# Convert the model.
converter = tf.lite.TFLiteConverter.from_keras_model("/content/best_model_11class.hdf5")
tflite_model = converter.convert()

# Save the TF Lite model.
with tf.io.gfile.GFile('model.tflite', 'wb') as f:
  f.write(tflite_model)

我在“keras”模型的

行中发现此错误：

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-14-26467c686751> in <module>()
      2 
      3 # Convert the model.
----> 4 converter = tf.lite.TFLiteConverter.from_keras_model("/content/best_model_11class.hdf5")
      5 tflite_model = converter.convert()
      6 

/usr/local/lib/python3.6/dist-packages/tensorflow/lite/python/lite.py in from_keras_model(cls, model)
    426     # to None.
    427     # Once we have better support for dynamic shapes, we can remove this.
--> 428     if not isinstance(model.call, _def_function.Function):
    429       # Pass `keep_original_batch_size=True` will ensure that we get an input
    430       # signature including the batch dimension specified by the user.

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

---------------------------------------------------------------------------
AttributeError回溯（最近一次呼叫上次）
在（）
2.
3#转换模型。
---->4 converter=tf.lite.TFLiteConverter.from_keras_model（“/content/best_model_11class.hdf5”）
5 tflite_model=converter.convert（）
6.
/usr/local/lib/python3.6/dist-packages/tensorflow/lite/python/lite.py来自于_-keras_模型（cls，model）
426比零。
427#一旦我们对动态形状有了更好的支持，我们就可以将其删除。
-->428如果不存在（model.call、_def_function.function）：
429#Pass`keep_original_batch_size=True`将确保我们获得输入
430#签名，包括用户指定的批次维度。
AttributeError:“str”对象没有属性“call”

我该如何解决这个问题？顺便说一句，我使用的是Google Colab。
我不确定东西在Colab上是如何工作的，但是查看文档，我可以看到它需要一个Keras模型实例作为参数，但您给它一个字符串。也许你需要先去

比如：

keras_model = tf.keras.models.load_model("/content/best_model_11class.hdf5")
converter = tf.lite.TFLiteConverter.from_keras_model(keras_model)

当我现在运行它时，它是根据
工作的，我得到了
ValueError:None仅在第一维中受支持。张量“input_1”的形状“[None，None，None，3]”无效。
对于
tfmodel=converter.convert（）
。
import tensorflow as tf
model=tf.keras.models.load_model(""/content/best_model_11class.hdf5"")
converter = tf.lite.TFLiteConverter.from_keras_model(model)
converter.experimental_new_converter = True
tflite_model = converter.convert()
open("converted_model.tflite", "wb").write(tflite_model)