MolGAN训练报错：优化器无法识别变量SimpleMolGANGenerator/dense/kernel:0

问题根源 #

这个报错是TensorFlow版本兼容问题：TF2.x之后的新Adam优化器要求先明确构建变量映射才能识别模型参数，而你用的Kaggle老代码是基于旧版TF优化器逻辑写的，导致生成器的SimpleMolGANGenerator/dense/kernel:0变量不被当前优化器识别。

两种可行解决方案 #

方案1：切换到Legacy版Adam优化器（最简便）

找到代码中定义生成器、判别器优化器的位置，把普通Adam替换成legacy.Adam：

# 原代码示例
gen_opt = tf.keras.optimizers.Adam(learning_rate=0.0002)
disc_opt = tf.keras.optimizers.Adam(learning_rate=0.0002)

# 修改后
gen_opt = tf.keras.optimizers.legacy.Adam(learning_rate=0.0002)
disc_opt = tf.keras.optimizers.legacy.Adam(learning_rate=0.0002)

Legacy版本保留了TF2早期的优化器行为，能直接兼容老代码的参数初始化逻辑。

方案2：手动构建优化器变量映射

如果不想用Legacy版本，就在优化器定义后手动传入模型可训练变量完成构建：

# 定义优化器后，立即执行build操作
gen_opt = tf.keras.optimizers.Adam(learning_rate=0.0002)
gen_opt.build(generator.trainable_variables)

disc_opt = tf.keras.optimizers.Adam(learning_rate=0.0002)
disc_opt.build(discriminator.trainable_variables)

注意这段代码要放在gan.fit_gan()调用之前，确保模型变量已经完成初始化。

验证 #

修改完成后重新运行gan.fit_gan(iterbatches(25), generator_steps=0.2, checkpoint_interval=5000)，KeyError应该会消失。

内容的提问来源于stack exchange，提问作者SG26