如何在tensorflow中设置keras子类模型的输入？

我使用tensorflow创建了一个keras子类模型。代码片段如下所示

类子模型（模型）：
def呼叫（自我，输入）：
打印（输入）
模型=子模型（）
模型拟合（数据、标签等）

当

fit

模型时，它将获得输入和输入形状本身。我想做的是自己将输入传递给模型，就像函数API一样

inputs=tf.keras.input（shape=（100，））
模型=tf.keras.model（输入=输入，输出=输出）

类似的东西

model_ = SubModel()
inputs = tf.keras.input(shape=(100,))
outputs = model_(inputs)
model = tf.keras.Model(inputs=inputs, outputs=outputs)

---

我不知道你想在这里做什么。是否希望能够提前指定输入的形状？也许使用子类API的

build

方法会有所帮助。是的，我只想提前指定输入的形状和名称，并将输入传递给模型。你的意思是调用

build

方法就像

model.build

？还是其他用法？我有点困惑。

Model

类有一个

build

方法，该方法被调用以允许创建模型权重（请参见：）。如果以前没有调用过，则在第一次使用模型时（用于拟合、预测或评估）将调用它。你可以事先用你需要的形状调用它，但是如果你的输入形状总是一样的话，我不确定你会从中得到什么。谢谢，它可以工作。但我觉得这有点奇怪。我的意思是我已经创建了模型，但现在我使用另一个

模型来包装它。就像函数API一样。这样，使用
model.summary
只会显示输入层和模型层本身，而不会显示模型的内层。无论如何，使用子类API，
summary
方法将无法工作（请参见：）。@ZaccharieRamzi，实际上我们可以。在使用
摘要打印形状之前，我们先输入假数据，请参见@donto your is right。您甚至可以使用未定义的形状（定义了等级）构建模型。