关于在建立模型时使用model.summary()打印模型概况出错无法打印，出现 ？unbuilt无法计算的情况

无法计算情况展示

出错代码

import tensorflow as tf
from tensorflow import keras
# 定义模型
model = keras.models.Sequential([
    keras.layers.Embedding(input_dim=2000, output_dim=64, input_length=100),
    keras.layers.LSTM(128, return_sequences=True),
    keras.layers.Dropout(0.2),
    keras.layers.LSTM(64, return_sequences=True),
    keras.layers.Dropout(0.2),
    keras.layers.LSTM(32),
    keras.layers.Dropout(0.2),
    keras.layers.Dense(64, activation='relu'),
    keras.layers.Dropout(0.2),
    keras.layers.Dense(1, activation='sigmoid')
])
# 编译模型
model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy'])
# 打印模型概况
model.summary()

结果如图

解决方案

出错原因

出错的原因是在建立模型时我们并没有定义模型输入的形状，所以此时模型建立是并不完整的，这意味着模型不知道输入数据的形状。这不允许 Keras 在内部自动构建模型的每一层，因为每一层都要推断其输入的形状。

解决方案1

在模型建立的开头加入对数据输入形状的定义代码

keras.layers.Input(shape=(100,)),

如下

这样我们就可以成功打印模型概况了

解决方案2

在打印模型概况前加入构建模型代码

# 构建模型
model.build(input_shape=(None, 100)) # None 表示批量大小可以是任意的，100 是输入长度

如下图

结果如下：