Build 如何设置子类模型的输入形状？

def呼叫（自我，x）：

当我第一次调用我的模式（子类）时，我不能检查批处理大小（无）

如果我想连接多个层，模型将检查输入形状

但它不能

如何设置子类模型的输入形状

模型。构建（输入_形状），但无效

def调用（self，x）：
“转发”
#[x，y]=Lambda（Lambda x:[x[0]，x[1]]，输出形状=[-1，self.opt.ncond，self.opt.nc，self.opt.height，self.opt.width]）（x）
输入=重塑（（self.opt.ncond*self.opt.nc，self.opt.height，self.opt.width））（x）#批量大小，形状
目标=重塑（（self.opt.npred*self.opt.nc，self.opt.height，self.opt.width））（self.y）
g_pred_v=K.变量（自确定性（输入），name=“g_pred_v”）
r=K.abs（g_pred_v-target）#剩余
z=自功率因数网络转换（r）
s=自确定的获取层（）[0]（输入）
h=连接（[s，z]，轴=1）#连接
#形状=K.int_形状
#h=重塑（形状[1]*2，形状[2]，形状[3]）（h）
pred_f=self.f_网络解码器（h）
返回预定
def get_目标（自我，y）：
#输入层
self.y=y

---

当我第一次尝试“批量训练”时，在向前传球中，输入的形状是清晰的，而不是[无、通道、高度、宽度]

我只能通过调用模型一次来解决这个问题（比如说假数据）。还没有找到其他解决方法。