TensorFlow Keras模型fit时报无效根作用域名错误原因

• 核心问题是你定义模型时传入的name参数值penguin classifier包含空格，不符合TensorFlow计算图根作用域的命名规范。
• 报错信息里已经明确给出合法命名的匹配规则：^[A-Za-z0-9.][A-Za-z0-9_.\/>-]*$，允许使用的字符仅包含大小写字母、数字、点、下划线、斜杠、大于号、短横线，空格不在合法字符范围内。
• 两种训练方式表现不一致的原因：
  • 调用model.fit()时，Keras内部会自动基于模型名称生成训练流程对应的计算图作用域，模型名会作为根作用域名的组成部分，带空格的名称会直接触发合法性校验，抛出参数错误。
  • 手写GradientTape自定义训练循环时，不会自动触发这套基于模型名生成根作用域的校验逻辑，只要你没有手动传入带空格的名称创建tf.name_scope，就不会触发该报错，模型可正常完成训练。

将模型名中的空格替换为下划线或短横线即可，例如：

model = tf.keras.Model(inputs=inputs, outputs=outputs, name="penguin_classifier")

修改后重新调用model.fit()即可正常启动训练。

注意：除了模型名，Keras中层、自定义损失、自定义指标的名称如果包含空格，在触发图模式相关逻辑时也可能抛出同类命名错误，统一用下划线替代空格是通用的规避方案。

内容的提问来源于stack exchange，提问作者haneulkim