是否有可能从“model.h5”文件中获得预期的输入形状？我有两个模型用于相同的数据集，但具有不同的选项和形状。第一个模型需要dim（None，64，48，1），第二个模型需要输入形状（None，128，96，3）。（注：宽度或高度不是固定的，当我再次训练时可以改变）。通道问题很容易“修复”（或者绕过），只需使用try：除了因为只有两个选项（1用于灰度图像，3用于RGB图像）：

channels = self.df["channels"][0]
        file = ""
        try:
            images, src_images, data = self.get_images()
            images = self.preprocess_data(images, channels)
            predictions, file = self.load_model(images, file)
            self.predict_data(src_images, predictions, data)
        except:
            if channels == 1:
                print("Except channels =", channels)
                channels = 3
                images, src_images, data = self.get_images()
                images = self.preprocess_data(images, channels)
                predictions = self.load_model(images, file)
                self.predict_data(src_images, predictions, data)
            else:
                channels = 1
                print("Except channels =", channels)
                images, src_images, data = self.get_images()
                images = self.preprocess_data(images, channels)
                predictions = self.load_model(images, file)
                self.predict_data(src_images, predictions, data)

但是这个解决方案不能用于图像的宽度和高度，因为基本上有无限数量的选项。此外，它相当慢，因为我读了所有的数据两次，并没有任何原因地预处理两次。

是否有办法加载model.h5文件并以如下形式打印预期的输入形状？：

[None, 128, 96, 3]