Keras函数式模型构建报错：输入张量无法关联输出张量

错误核心原因 #

你在构建modelB时，用到了名为Sec_data的KerasTensor（张量规格：TensorSpec(shape=(None, 128, 128, 3), dtype=tf.float32, name='Sec_data')），但这个张量没有被纳入模型的输入列表，导致Keras的输入输出关联检查逻辑无法追踪该张量到输出的计算链路，从而抛出ValueError。

具体修复步骤 #

• 找到代码中创建Sec_data输入张量的代码，确认它是通过tf.keras.Input()定义的，比如：

  Sec_data = tf.keras.Input(shape=(128, 128, 3), name='Sec_data')
  

• 定位到GESU_net.py第176行创建modelB的代码，修改inputs参数，将Sec_data加入输入列表。例如：
  原来的代码可能是：

  modelB = Model(inputs=[main_input], outputs=model_output)
  

  改成：

  modelB = Model(inputs=[main_input, Sec_data], outputs=model_output)
  

  注：如果有其他输入张量，需一并保留，仅补充Sec_data即可
• 验证计算链路：确保Sec_data张量确实参与了model_output的计算过程，没有出现张量被孤立引用的情况。

错误回溯对应点 #

你的错误触发路径是：train.ipynb Cell3调用GESU_net.train() → GESU_net.py第195行调用get_gesunet() → 第176行创建modelB时触发错误，所以重点修复第176行的模型输入定义即可。

内容的提问来源于stack exchange，提问作者user6403038