AutoKeras是一款简单易用的自动化机器学习库，其中的max_model_size参数可以用来设置模型的最大大小，以防止模型大小过大导致内存崩溃。但是，有时候该参数却未能生效，可能是由于以下错误导致：

1. 模型的大小没有超过设置的max_model_size。在这种情况下，要想查看模型的大小，可以使用以下代码：

import autokeras as ak

# 构建、拟合并评估模型
clf = ak.ImageClassifier(max_model_size=10000)
clf.fit(X_train, y_train, epochs=10)
results = clf.evaluate(X_test, y_test)

# 输出模型大小
print(f'The size of the model is {clf.estimator.export_model().get_size()} bytes.')

2. 模型由于某些原因而超出了max_model_size。在这种情况下，可以尝试通过以下方法解决：

   • 减少模型的复杂度：主要是通过减少网络层数、减少节点数量、降低图像分辨率等方式来简化模型结构；
   • 减少训练数据：在训练数据量过大时，可以考虑采用数据增强、数据筛选等方式来缩小训练数据，从而减少模型的复杂度；
   • 增大内存：如果上述两种方式不能解决问题，可以考虑增加计算机的内存容量，以适应更复杂的模型。

通过以上方法可以解决max_model_size无法生效的问题。