使用子类模型时，model.summary()无法打印输出形状

在使用子类模型（Subclassing Model）时，model.summary() 无法打印输出形状的问题通常是由于模型在构建过程中没有正确地定义层和参数。子类模型允许你通过继承 tf.keras.Model 并重写 __init__ 和 call 方法来创建自定义模型。以下是一些可能的原因和解决方法：

原因分析

1. 层未正确添加：在子类模型的 __init__ 方法中，如果没有正确添加层，Keras 将无法识别模型的结构。
2. 模型未编译：即使模型结构正确，如果模型未编译，model.summary() 也可能无法正确显示形状信息。
3. 动态计算图：某些情况下，模型中的动态计算图可能导致形状信息无法在编译时确定。

解决方法

以下是一个简单的示例，展示如何正确使用子类模型并确保 model.summary() 能够打印输出形状：

import tensorflow as tf
from tensorflow.keras.layers import Dense, Input
from tensorflow.keras.models import Model

class CustomModel(Model):
    def __init__(self):
        super(CustomModel, self).__init__()
        self.dense1 = Dense(64, activation='relu', input_shape=(784,))
        self.dense2 = Dense(10, activation='softmax')

    def call(self, inputs):
        x = self.dense1(inputs)
        return self.dense2(x)

# 创建模型实例
model = CustomModel()

# 编译模型
model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])

# 打印模型摘要
model.summary()

关键点总结

1. 确保在 __init__ 方法中添加层：这是定义模型结构的关键步骤。
2. 编译模型：在调用 model.summary() 之前，确保模型已经编译。
3. 检查动态计算图：如果模型中包含动态计算图，确保在编译时能够确定形状信息。

参考链接

• [TensorFlow Keras Subclassing API](https://www.tensorflow.org/guide/keras/custom_layers_and_models subclassing_model)

通过以上步骤，你应该能够解决 model.summary() 无法打印输出形状的问题。如果问题仍然存在，请检查是否有其他特定的层或操作影响了形状信息的计算。