使用tf.keras.Sequential.pop()移除最后一层时出现图断开错误求助

测试代码 #

import tensorflow as tf

if (__name__== "__main__"):
    x= tf.ones((3, 3))
    x= tf.cast(x, tf.float32)

    ####################################################################
    layer1= tf.keras.layers.Dense(2, activation= "relu", name= "nlayer1")
    layer2= tf.keras.layers.Dense(3, activation="relu", name= "nlayer2")
    layer3= tf.keras.layers.Dense(4, name= 'nlayer3')

    ####################################################################
    model_1= tf.keras.Sequential([layer1, layer2, layer3])
    y1= model_1(x)
    ####################################################################

    ####################################################################
    model_2= tf.keras.Sequential(name= 'model_2')
    model_2.add(layer1)
    model_2.add(layer2)
    model_2.add(layer3)
    y2= model_2(x)
    
    ####################################################################
    print('y1= ', y1)
    print('y2= ', y2)
    input('Press Enter to continue...')
    ####################################################################

    print('<<<<<<<<<<<<<<<<<<<<<<The summary of model_5>>>>>>>>>>>>>>>>>>>>>>')
    model_2.summary()
    print('*****************Removing the last layer of model_5******************')
    model_2.pop()
    model_2.summary()

报错信息 #

ValueError: Graph disconnected: cannot obtain value for tensor KerasTensor(type_spec=TensorSpec(shape=(3, 3), dtype=tf.float32, name='nlayer1_input'), name='nlayer1_input', description="created by layer 'nlayer1_input'") at layer "nlayer1". The following previous layers were accessed without issue: []

原因分析 #

• Keras层是带状态的实例，不支持跨模型共享：你创建的layer1、layer2、layer3是同一个对象，同时被model_1和model_2添加。当model_1先执行model_1(x)时，这些层已经完成构建，生成了权重参数和输入输出的张量关联，状态已经和model_1绑定。
• pop()操作触发了模型结构的重新校验：给model_2添加这些已被构建的层后，调用pop()移除最后一层，Keras会尝试重新构建model_2的计算图，但这些层的输入依赖已经被model_1占用，导致model_2无法找到layer1对应的输入张量，最终抛出计算图断开的错误。

总结：同一个层实例不能被多个Keras模型同时使用，共享层会导致模型状态混乱，触发计算图关联断裂的错误。

内容的提问来源于stack exchange，提问作者Gabriele