Python 在keras中加载两个模型来测试网络，但只有第一个模型起作用。后加载的一个无法正常工作

我已经使用keras单独培训了两个网络模型。在测试阶段，我需要使用两个经过训练的模型。然而，问题来了。无论我如何更改模型的声明顺序，总是只有第一个声明的模型工作良好，而第一个模型之后的模型都不能正常工作。所有模型的图层名称都是唯一的。我的部分代码：

input_shape = (tsz[0], tsz[1], 3)
s_input_shape = (s_tsz[0], s_tsz[1], 3)        
model_full = o2o_test(input_shape)
model = Model(inputs=model_full.input, outputs=model_full.get_layer('get_vgg16_output').output)
model.load_weights('./checkpoints/weights.0076-0.3648-0.1801-0.0507-0.0498-2.0425.hdf5', by_name=True)
s_model_full = o2o_test_s(input_shape, s_input_shape)
s_model = Model(inputs=s_model_full.input, outputs=s_model_full.get_layer('get_vgg16_output_s').output)
s_model.load_weights('./checkpoints_coarse_search/weights.0025-0.1547-0.0884-0.4746.hdf5', by_name=True)

---

这个问题困扰了我两天。希望有人能帮我找出原因。为什么一个模型只使用

input\u-shape

，而另一个模型使用

input\u-shape，s\u-input\u-shape

。模型之间有什么区别？一个应该包含另一个吗？谢谢回答。这些模型相互独立，没有交互作用。两种模型的结构不同。我只需要在一个python脚本中独立运行这两个模型。我尝试更改模型的语句顺序。发现只有第一种方法效果良好。如果我把自己留在文件中，这两个模型都能很好地工作。

o2o\u测试的代码是否可用？代码太长，无法在这里发布。但是我确信这两个模型是完全独立的，它们是用两台计算机分别训练的。。。。我看不出你发布的代码有什么问题，所以我猜它可能在定义中。我确实同时使用了很多模型，没有任何问题（但我不使用“负载权重”）。