这个问题在之前已经有讲解如何解决了，但是今天准备修改源码的方式修复bug。
之前文章
load_model加载使用'leaky_relu'激活bug处理
报错的主要因为这个方法tensorflow.python.keras.activations.deserialize
这个方法最后调用方法
tensorflow.python.keras.utils.generic_utils.deserialize_keras_object
红色虚线处就是报错的地方，代码是执行到
obj = module_objects.get(object_name)赋值obj变量为None，进而导致了这个bug。所以问题就出在
module_objects这个字典对象中，回到上一个方法这个对象主要是
globs = globals()
# only replace missing activations
advanced_activations_globs = advanced_activations.get_globals()
for key, val in advanced_activations_globs.items():
if key not in globs:
globs[key] = val
globals()是获取该文件的所有实例对象，按字典返回。
执行该方法的文件是activations.py，按文件名这个应该包含leaky_relu激活函数，但是这个方法并没有。下面的advanced_activations.get_globals()是执行advanced_activations.py中的globals()方法，下面是源码截图（有折叠）：
这里并没有
leaky_relu激活函数，只有LeakyRelu层类，所以上面的globs字典没有leaky_relu激活函数，因为advanced_activations.py文件是专门存放层的。所以这里我们需要修改源码让，activations.py中的globals()获取到leaky_relu激活函数，可以在activations.py编写leaky_relu激活函数方法，但是为了简单起见，这里选择直接导入其他文件中的leaky_relu方法，如下：
导入上面两个文件中的任意一个文件中的方法都行。
