Python __init_;（）为关键字参数'；获取了多个值；过滤器'；在keras中加载保存的模型时出现类型错误

我不知道我的代码出了什么问题，或者keras中是否存在任何bug？ 从磁盘加载保存的模型时，出现以下错误：

__init__() got multiple values for keyword argument 'filters' TypeError

这是我保存模型和加载回shell的代码

import h5py
keras_mnist_model = 'mobilenet_model_keras_.h5'
m.save(filepath = keras_mnist_model)

从磁盘加载模型的代码：

# from tensorflow.keras.models import load_model
from keras.models import load_model
model = load_model(filepath = keras_mnist_model)

完整错误消息：

TypeError回溯（最近一次调用）
在里面
1#从tensorflow.keras.models导入负载#模型
2从keras.models导入负载_模型
---->3模型=加载模型（文件路径=keras\u mnist\u模型）
加载模型中的~/code/data science/tflite\u face\u recognition/model/venv/lib/python3.6/site-packages/keras/engine/saving.py（文件路径，自定义对象，编译）
417
418#论点
-->419组：指向HDF5组的指针。
420 name：要加载的属性的名称。
421
~/code/data-science/tflite\u-face\u-recognition/model/venv/lib/python3.6/site-packages/keras/engine/saving.py在反序列化模型中（f，自定义对象，编译）
223“”处理自定义对象查找。
224
-->225#论点
226对象：对象、目录或列表。
227
~/code/data-science/tflite\u-face\u-recognition/model/venv/lib/python3.6/site-packages/keras/engine/saving.py从配置（配置，自定义对象）在模型中
456将属性保存到hdf5组（g，‘权重名称’、权重名称）
457表示名称，邮政编码中的val（重量名称，重量值）：
-->458 param_dset=g.create_数据集（名称，val.shape，
459 dtype=val.dtype）
460如果不是val.shape：
反序列化中的~/code/data-science/tflite\u-face\u-recognition/model/venv/lib/python3.6/site-packages/keras/layers/\u-init\u.py（配置，自定义对象）
53模块_对象=全局，
54自定义对象=自定义对象，
--->55可打印\u模块\u name='layer'）
反序列化keras对象（标识符、模块对象、自定义对象、可打印模块名称）中的~/code/data science/tflite\u face\u recognition/model/venv/lib/python3.6/site-packages/keras/utils/generic\u utils.py
143配置['config']，
144 custom\u objects=dict（列表（\u GLOBAL\u custom\u objects.items（））+
-->145列表（自定义_对象.items（））
146带有CustomObjectScope（自定义对象）：
147从_config（config['config']）返回cls
~/code/data-science/tflite\u-face\u-recognition/model/venv/lib/python3.6/site-packages/keras/engine/network.py from\u-config（cls、配置、自定义对象）
1020（尚不存在）重新排队，进程
重复1021#，直到处理完所有节点。
->1022未处理的_节点时：
1023对于配置['layers']中的层_数据：
1024层=已创建的层[层数据['name']]
~/code/data science/tflite\u face\u recognition/model/venv/lib/python3.6/site-packages/keras/engine/network.py进程层（数据层）
1006#收集图层输入。
1007入站_节点_数据=层_数据['inbound_节点']
->1008对于入站\u节点\u数据中的节点\u数据：
1009#我们不处理节点（即进行层调用）
1010#正在运行，因为入站节点可能还不存在，
反序列化中的~/code/data-science/tflite\u-face\u-recognition/model/venv/lib/python3.6/site-packages/keras/layers/\u-init\u.py（配置，自定义对象）
53模块_对象=全局，
54自定义对象=自定义对象，
--->55可打印\u模块\u name='layer'）
反序列化keras对象（标识符、模块对象、自定义对象、可打印模块名称）中的~/code/data science/tflite\u face\u recognition/model/venv/lib/python3.6/site-packages/keras/utils/generic\u utils.py
145列表（自定义_对象.items（））
146带有CustomObjectScope（自定义对象）：
-->147从_config（config['config']）返回cls
148.其他：
149#那么'cls'可能是一个返回类的函数。
~/code/data science/tflite\u face\u recognition/model/venv/lib/python3.6/site-packages/keras/engine/base\u layer.py from\u config（cls，config）
1107层实例。
1108         """
->1109返回cls（**配置）
1110
1111 def计数参数（自身）：
~/code/data science/tflite\u face\u recognition/model/venv/lib/python3.6/site-packages/keras/layers/convolutional.py in__（self、内核大小、步幅、填充、深度乘数、数据格式、激活、使用偏移、深度偏移初始值设定项、偏移初始值设定项、深度偏移正则化器、偏移正则化器、活动正则化器、深度偏移约束、偏移约束、**kwargs）
1795正则化器=自深正则化器，
1796约束=自深（U约束）
-> 1797 
1798如果自我使用偏差：
1799 self.bias=self.add_weight（形状=（输入尺寸*self.depth_乘数，），
TypeError:\uuuu init\uuuu（）为关键字参数“filters”获取了多个值

哪个对象是

m

在

m.save（）

中引用的对象？@cvonsteg

m

是模型对象。``m=MobileNet（classes=2）``哪个对象是

m

在

m.save（）

中引用的对象？@cvonsteg

m

是模型对象。``m=MobileNet（classes=2）```