绘图模型不显示模型层，仅显示模型名称答案

【问题标题】：Plot model doesn't show layers of model, only the model name绘图模型不显示模型层，仅显示模型名称
【发布时间】：2020-06-10 11:24:58
【问题描述】：

我正在尝试使用 TensorFlow2 构建一些模型，因此我创建了一个模型类，如下所示：

import tensorflow as tf

class Dummy(tf.keras.Model):
    def __init__(self, name="dummy"):
        super(Dummy, self).__init__()
        self._name = name

        self.dense1 = tf.keras.layers.Dense(4, activation=tf.nn.relu)
        self.dense2 = tf.keras.layers.Dense(5, activation=tf.nn.softmax)

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

model = Dummy()
model.build(input_shape=(None,5))

现在我想绘制模型，而使用 summary() 返回我所期望的，plot_model(model, show_shapes=True, expand_nested=True) 只返回一个带有模型名称的块。

如何返回模型的图形？

【问题讨论】：

标签： python python-3.x tensorflow keras tensorflow2.x

【解决方案1】：

Francois Chollet 说：

您可以在一个功能或顺序模型，因为这些模型是静态图层数。

相比之下，子类模型是一段 Python 代码（调用方法）。这里没有图层图。我们无法知道如何分层相互连接（因为这是在正文中定义的调用，而不是作为显式数据结构），因此我们无法推断输入 / 输出形状。

有两种解决方案：

您可以按顺序构建模型/使用功能 api。
您将“call”函数包装到如下所示的函数模型中：

class Subclass(Model):

def __init__(self):
    ...
def call(self, x):
    ...

def model(self):
    x = Input(shape=(24, 24, 3))
    return Model(inputs=[x], outputs=self.call(x))


if __name__ == '__main__':
    sub = subclass()
    sub.model().summary()

答案取自这里：model.summary() can't print output shape while using subclass model

另外，这是一篇好文章阅读：https://medium.com/tensorflow/what-are-symbolic-and-imperative-apis-in-tensorflow-2-0-dfccecb01021

【讨论】：