The last dimension of the inputs to `Dense` should be defined. Found `None`.

仅仅出现在tf2.1中，在tf2.4中已经不存在该问题。

这个问题查询了很多教程都没有很好的解决，其中有一个比较有启发的解决方案是这样的。

https://blog.csdn.net/dldldl0/article/details/79089074

ValueError: The last dimension of the inputs to Dense should be defined. Found None. ppp2.shape: (10, ?)

这种情况是由于 tf.reshape ()时，设定大小时存在张量，而不是确切的常数: 如：tf.reshape (x,[-1,y.shape[0]]) ,有时因 y.shape[0]，导致识别不了，这种情况，只需中途找个变量(转化为 int )过渡一下（v =int(y.shape[0])），然后再 tf.reshape (x,[-1,v]) 就可以了

再来看看笔者代码：

   def build_model():
       input_a = Input(shape=(28, 28,), name='input_1')
       input_b = Input(shape=(28, 28,), name="input_2")
       ra = Reshape((-1,), name="reshape")(input_a)
       rb = Reshape((-1,),name="reshape_1")(input_b)

       d1 = Dense(500,activation='relu', name="dense")
       d2 = Dense(10, activation="softmax", name="dense_1")

       hidden_a = d2(d1(ra))
       hidden_b = d2(d1(rb))

       distance = K.sqrt(K.sum(tf.square(hidden_a - hidden_b)+0.00001, axis=1))

       model = tf.keras.Model(inputs=[input_a, input_b], outputs=distance)

       return model

上面这段代码在tf24中可以正常运行，并且通过，但是在tf2.1中无法通过，会报错： The last dimension of the inputs to Dense should be defined. Found None.

而问题的关键就在于-1，这个需要运行时决定，所以为了解决这个报错，我们人工计算这个值。

def build_model():
    input_a = Input(shape=(28, 28,), name='input_1')
    input_b = Input(shape=(28, 28,), name="input_2")
    ra = Reshape((784,), name="reshape")(input_a)
    rb = Reshape((784,),name="reshape_1")(input_b)

    d1 = Dense(500,activation='relu', name="dense")
    d2 = Dense(10, activation="softmax", name="dense_1")

    hidden_a = d2(d1(ra))
    hidden_b = d2(d1(rb))

    # 注意，为防止梯度爆炸，对distance添加保护措施
    distance = K.sqrt(K.sum(tf.square(hidden_a - hidden_b)+0.00001, axis=1))

    model = tf.keras.Model(inputs=[input_a, input_b], outputs=distance)

    return model

即可