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

every blog every motto: You can do more than you think.

0. 前言

用子类API（Subclassing API）构建模型时出现的问题，小结。
说明： 有关子类API的部分问题探讨，参见上节

1. 正文

对于构建完以后的模型，我们往往会打印其网络结构，一方面：验证模型是否通顺，另一方面，检查模型特征图变化。，当我们使用model.summary()时出现如下错误。

ValueError: This model has not yet been built. Build the model first by calling `build()` or calling `fit()` with some data, or specify an `input_shape` argument in the first layer(s) for automatic build.

1.1 完整代码

import os

os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
import tensorflow as tf
from tensorflow.keras.layers import Conv2D, BatchNormalization, ReLU


class Models(tf.keras.Model):
    def __init__(self):
        super().__init__()

        self.conv = Conv2D(16, (3, 3), padding='same')
        self.bn = BatchNormalization()
        self.ac = ReLU()

        self.conv2 = Conv2D(32, (3, 3), padding='same')
        self.bn2 = BatchNormalization()
        self.ac2 = ReLU()

    def call(self, x, **kwargs):
        x = self.conv(x)
        x = self.bn(x)
        x = self.ac(x)

        x = self.conv2(x)
        x = self.bn2(x)
        x = self.ac2(x)

        return x

m = Models()
m.summary()

1.2 原因及解决方法

1.2.1 原因

1. 在使用Sequential 或Functional API，已经“自动”（implicitly）帮你调用了model.build方法；而通过上面的代码（子类API）构建模型，需要自己调用model.build方法（explicitly）
2. Sequential / Functional API是一种有向无环图的数据结构，当在第一层指定输入数据的shape时，模型可以自动推断所有层的shape并build模型，同样的，你也可以用过model.summary()打印各层的shape；而子类API是python的call方法定义的，所以没有各层的图结构，也就不能自动推断各层是如何连接的，更不能推断各层的shape。

---

当使用子类API时，我们需要对模型进行build。

1.2.2 解决方法

m = Models()
m.build(input_shape=(2,8,8,3))
m.summary()

参考文献

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