TensorFlow模型创建异常：无可用训练参数问题咨询

你这段代码的层定义本身没问题，出现summary无参数的原因是TensorFlow的模型在未明确输入形状或未见过实际输入数据时，部分层的参数不会被初始化，导致summary无法正确展示参数。

解决方法选其中一种即可：

• 在Embedding层里指定input_shape参数（序列长度根据你的实际需求调整，示例用20）：

import tensorflow as tf
from tensorflow import keras

model = tf.keras.models.Sequential([
    tf.keras.layers.Embedding(10000, 16, input_shape=(20,)),
    tf.keras.layers.GlobalAveragePooling1D(),
    tf.keras.layers.Dense(24, activation='relu'),
    tf.keras.layers.Dense(1, activation='sigmoid')
])

model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])
model.summary()

• 在调用summary前手动调用model.build方法指定输入形状：

import tensorflow as tf
from tensorflow import keras

model = tf.keras.models.Sequential([
    tf.keras.layers.Embedding(10000, 16),
    tf.keras.layers.GlobalAveragePooling1D(),
    tf.keras.layers.Dense(24, activation='relu'),
    tf.keras.layers.Dense(1, activation='sigmoid')
])

model.build(input_shape=(None, 20))  # None代表批量大小不固定，20为序列长度
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])
model.summary()

修改后模型会正确初始化所有可训练参数，summary会显示出总可训练参数数（应为160433个）。

内容的提问来源于stack exchange，提问作者gus