Keras张量与生成层的关联及代码训练逻辑疑问

在《Machine Learning with scikit-learn and Tensorflow》一书第16章的这段代码里，我对层与张量的训练逻辑感到困惑：

import tensorflow_addons as tfa

encoder_inputs = keras.layers.Input(shape=[None], dtype=np.int32)
decoder_inputs = keras.layers.Input(shape=[None], dtype=np.int32)
sequence_lengths = keras.layers.Input(shape=[], dtype=np.int32)

embeddings = keras.layers.Embedding(vocab_size, embed_size)
encoder_embeddings = embeddings(encoder_inputs)
decoder_embeddings = embeddings(decoder_inputs)

encoder = keras.layers.LSTM(512, return_state=True)
encoder_outputs, state_h, state_c = encoder(encoder_embeddings)
encoder_state = [state_h, state_c]

sampler = tfa.seq2seq.sampler.TrainingSampler()

decoder_cell = keras.layers.LSTMCell(512)
output_layer = keras.layers.Dense(vocab_size)
decoder = tfa.seq2seq.basic_decoder.BasicDecoder(decoder_cell, sampler,
                                                 output_layer=output_layer)
final_outputs, final_state, final_sequence_lengths = decoder(
    decoder_embeddings, initial_state=encoder_state,
    sequence_length=sequence_lengths)
Y_proba = tf.nn.softmax(final_outputs.rnn_output)

model = keras.models.Model(
    inputs=[encoder_inputs, decoder_inputs, sequence_lengths],
    outputs=[Y_proba])

后续训练代码：

model.compile(loss="sparse_categorical_crossentropy", optimizer="adam")

X = np.random.randint(100, size=10*1000).reshape(1000, 10)
Y = np.random.randint(100, size=15*1000).reshape(1000, 15)
X_decoder = np.c_[np.zeros((1000, 1)), Y[:, :-1]]
seq_lengths = np.full([1000], 15)
history = model.fit([X, X_decoder, seq_lengths], Y, epochs=2)

我的疑问是：创建Embedding层后直接用它处理输入张量，LSTM层也是直接处理嵌入张量，这些层看起来没有被“显式加入模型”，但为什么嵌入层的参数能被训练、模型还能收敛？另外，Keras张量和生成它的层之间到底是怎么关联的？

核心解释：Keras函数式API的张量追踪机制 #

• 层与张量的关联自动建立：当你用Keras层处理输入张量时（比如embeddings(encoder_inputs)），Keras会自动记录该张量的生成来源（即对应的层），以及完整的计算链路。后续创建Model对象时，只要指定最终的输入和输出张量，Keras会自动回溯整个计算图，把所有参与运算的层都纳入模型，无需手动“添加”层。

• 嵌入层参数可训练的原因：Embedding层的权重参数会被自动包含在模型的可训练参数集合中。从encoder_inputs到Y_proba的计算路径里，Embedding层是核心节点，Keras构建模型时会识别这一点，训练时梯度会反向传播到Embedding层的权重，完成参数更新。

• 函数式API的本质是构建计算图：和Sequential模型的“线性堆叠”不同，函数式API通过张量间的运算构建计算图。每个Keras张量都携带着它的生成层信息，当你把输入、输出张量传给Model时，Keras会自动梳理出所有依赖的层，形成完整的模型结构。

举个简单例子：x = Input(...)，y = Dense(10)(x)，model = Model(x, y)，这里的Dense层没有被手动加入模型，但Keras通过y回溯到x，自动将Dense层纳入模型，和你这段代码的逻辑完全一致。

• tfa Decoder组件的兼容性：BasicDecoder作为TensorFlow Addons的组件，同样遵循Keras的计算图规则。它接收的decoder_embeddings关联着前面的Embedding层，initial_state关联着LSTM层，因此这些层都会被纳入模型的训练体系。

内容的提问来源于stack exchange，提问作者Marek M.