遵循TensorFlow文本生成教程时触发ValueError:模型未构建错误排查

• 版本适配问题：SLES 15系统默认搭载的Python 3.6最高仅支持TensorFlow 2.3及更早版本，这类旧版本对自定义子类化的Keras模型，即使完成一次前向传播调用也不会自动触发模型的build流程。你参考的官方教程基于TensorFlow 2.4+版本编写，新版本已经优化了该逻辑，因此教程没有提到手动build的相关要求。你之前代码能正常运行，大概率是之前的运行环境TensorFlow版本更高，或者代码执行顺序是先跑fit训练再调用summary，fit操作会自动触发模型build。
• 代码语法错误：你自定义的MyModel类初始化方法中，super().__init__(self)属于错误写法，父类初始化无需传入self参数，该错误在旧版本TensorFlow中会导致模型初始化状态异常，进一步阻碍自动build流程。

以下方案任选其一即可：

• 方案1：先修正MyModel类的super调用为super().__init__()，再在模型定义完成后、调用model.summary()之前添加手动build代码，输入形状和你当前配置的批次大小、序列长度匹配即可：

model.build(input_shape=(BATCH_SIZE, seq_length))

• 方案2：修正super调用后，在你调用模型跑完输入示例batch的代码之后，手动标记模型为已build状态：

for input_example_batch, target_example_batch in dataset.take(1):
    example_batch_predictions = model(input_example_batch)
    print(example_batch_predictions.shape, "# (batch_size, sequence_length, vocab_size)")
# 新增以下行
model.built = True

• 方案3：升级你的TensorFlow版本到2.4及以上，即可完全匹配教程逻辑，无需修改现有代码即可正常运行。

内容的提问来源于stack exchange，提问作者Grace Thompson