自定义ActorCritic模型调用build后仍提示未设置输入形状无法保存如何解决

你使用的是Keras子类化方式实现的自定义ActorCritic模型，这类模型的元信息跟踪逻辑和序列式/函数式模型不同，仅调用build()方法只能设置模型顶层的输入形状，不会完整触发内部所有层的形状关联注册，保存时的形状校验会判定输入形状未设置。

下面提供3种可行的解决方案，按需选择即可：

• 方案1：触发一次前向传播（最简单通用）
  在build之后、save之前，传入符合输入形状的假张量跑一次前向推理，触发全链路形状初始化：

self.global_model = ActorCritic(self.action_size, self.state_size)
self.global_model.build((None, *self.state_size))
# 新增以下一行即可
_ = self.global_model(tf.random.normal((1, *self.state_size)))
self.global_model.save(self.save_path)

• 方案2：保存时显式指定输入签名
  不需要跑前向推理，直接在调用save时手动指定模型的输入签名即可通过校验：

self.global_model.save(
    self.save_path,
    signatures=self.global_model.call.get_concrete_function(
        tf.TensorSpec(shape=(None, *self.state_size), dtype=tf.float32, name="state_input")
    )
)

• 方案3：仅保存模型权重
  如果你不需要保存完整的模型结构，只需要保存训练好的参数，用save_weights方法不会触发形状校验，更轻量：

# 保存权重代码
self.global_model.save_weights(os.path.join(self.save_path, "actor_critic_weights"))

# 后续加载权重的示例代码
loaded_model = ActorCritic(action_size=2, state_size=(9,23))
loaded_model.build((None, 9,23))
loaded_model.load_weights(os.path.join(os.getcwd(), 'model', 'actor_critic_weights'))

如果选择保存完整的SavedModel格式，加载时必须传入custom_objects参数指定自定义的模型类，否则会报错：

loaded_model = tf.keras.models.load_model(
    "model",
    custom_objects={"ActorCritic": ActorCritic}
)

内容的提问来源于stack exchange，提问作者Ne-al