ValueError: This model has not yet been built. Build the model first by calling build() or calling f

ValueError: This model has not yet been built. Build the model first by calling build() or calling fit() with some data. Or specify input_shape or batch_input_shape in the first layer for automatic build.  报错原因

 

1、keras建模有3种实现方式——序列模型、函数模型、子类模型。

 序列模型：即通过Sequential方式，初始创建Sequential对象，然后一层一层add添加层结构

函数模型：在函数内部，创建一层一层的layers，然后通过Sequential封装返回，Sequential此时会自动调用build函数，构建模型，后期我们不需要在调用model.build(input_shape)。这里的函数模型其实更强调是layer，而不是Model，这种方式也可以通过类的方式来写，只不过此时要继承layer.Layer，然后再调用时，创建完类对象后，要用Sequential封装一下。

子类模型：通过类的方式定义神经网络，此时一般继承自tf.keras.Model，然后在其他地方通过创建类创建神经网络

 

2、为何会报错

这种错误一般会出现在子类模型中，通过子类方式创建并不会默认调用build函数，需要我们自己调用build函数进行构建

model.build(input_shape) # `input_shape` is the shape of the input data, e.g. input_shape = (None, 32, 32, 3)

当然，也可将model.summary() 放在model.fit() 后面，此时不用调用model.buile() 也不会报错

 

3、参考

https://blog.csdn.net/weixin_39190382/article/details/109322296

https://blog.csdn.net/sisiel/article/details/103163016

https://stackoverflow.com/questions/55908188/this-model-has-not-yet-been-built-error-on-model-summary/64564990#64564990

https://blog.csdn.net/m0_37602827/article/details/104740696?utm_medium=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.channel_param&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.channel_param