TensorFlow模型保存报错：StylePredictionModelDummy/dummy_conv/kernel:0张量未被追踪引用的问题排查

问题根源 #

你遇到的这个AssertionError，核心原因是**StylePredictionModelDummy的实例是make_style_transfer_model函数里的局部变量，没有被挂载到最终输出的style_transfer_model这个可追踪对象上**。

TensorFlow在保存模型时，只会追踪那些被直接关联到主模型（或主模型的子层/子模型）的可追踪资源。虽然你在StylePredictionModelDummy内部把卷积层赋值给了self.feature_extractor，但这个子模型本身只是函数内的临时变量——主模型的计算图确实用到了它的输出，但主模型并没有持有这个子模型的引用，因此TensorFlow无法识别到它的内部变量属于模型的一部分，就会判定这些变量是“untracked”的。

解决方案 #

只需要在构建主模型后，把style_predictor赋值为主模型的一个属性，让TensorFlow能追踪到它的变量即可。修改make_style_transfer_model函数的最后部分：

# 创建主模型
model = tf.keras.Model(inputs=inputs, outputs=x, name=name)
# 关键：将style_predictor挂载到主模型上，使其变量被追踪
model.style_predictor = style_predictor
return model

这样修改后，TensorFlow会把style_predictor及其内部的所有变量（包括dummy_conv的kernel）纳入主模型的追踪范围，保存模型时就不会再报错了。

原理补充 #

TensorFlow的追踪机制依赖于对象间的属性引用关系：

• 所有tf.Variable、tf.keras.Model、tf.keras.Layer都是可追踪对象
• 当一个可追踪对象被另一个已被追踪的对象（比如主模型）通过属性引用时，它的内部所有可追踪资源都会自动被纳入追踪链
• 之前你的style_predictor是局部变量，没有被主模型引用，所以它的变量不在追踪链中，保存时就会被判定为“未追踪”

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