model.save('model',saveformat=tf)报错attempting to capture an eagertensor without building a function

这个错误通常发生在尝试保存TensorFlow模型时，当你直接对一个EagerTensor（张量表达式）调用`model.save()`函数。在TF 2.x中，`tf.saved_model.save()`需要在一个计算图环境中，比如函数或者会话(`tf.function`、`with tf.Graph.as_default()`)中才能正确捕获和序列化张量。

报错的意思是在尝试保存模型之前，你需要先构建一个可以捕获所有所需变量和操作的函数。解决这个问题的方法如下：

1. 将模型保存到一个函数内部：

def save_model(model):
    # 使用tf.function装饰器包装你的保存操作
    @tf.function
    def _save(*args, **kwargs):
        return model.save('model', save_format='tf')

    _save()

然后你可以通过调用这个函数来保存模型。

2. 如果你是使用Eager模式，并希望在非函数上下文中保存，你可以创建一个临时的Session或Graph来进行保存：

with tf.Graph().as_default():
    with tf.Session() as sess:
        # 获取全局的默认Saver
        saver = tf.train.Saver()

        # 在这里创建并配置你的模型
        my_model = ...

        # 现在可以在Session中保存模型
        saver.save(sess, 'model', global_step=tf.train.get_global_step())