在使用带磁带的TF2在自定义训练中训练了模型之后，我使用tensorflow的基本 save_model 函数将其保存为 .pb 格式。现在我很遗憾没有保存为h5文件。
我在体系结构中使用了keras功能层，我可以像往常一样修改它们并使用.summary（）。
实际上，我的模型已正确保存了其图层和权重，我也可以使用 imported_model.layers 访问它们。因为可以f = imported.signatures["serving_default"]和f(input_1=x, input_2=y, input_3=z)，所以即使从模型推断也不是问题。
但是，当我尝试编辑模型时，我无法真正访问它，例如summary（）函数返回空。我收到类似
的错误 ValueError：您尝试在input_1上调用count_params，但未构建该层。您可以通过以下方式手动构建它：input_1.build(batch_input_shape)。
我应该重新运行模型还是可以编辑架构？例如，我有3个输入，其中一个连接到不可训练的嵌入层，我想检查它的输出，然后为模型提供新的嵌入输入。