使用Keras Functional API搭建多输入模型出现Graph disconnected报错怎么办

• 核心问题是变量名拼写不一致，属于笔误导致的计算图断裂：
  你在完成张量拼接时，把拼接后的结果赋值给了变量cancat，但后续定义输出层时，调用的是未定义的变量concat，二者拼写不一致。这就导致输出层的输入没有和之前的输入层、隐藏层形成完整的计算链路，Keras在构建模型时无法追踪到完整的张量流动路径，因此抛出计算图断开的错误。

把两处的变量名统一即可，修改后正确代码如下：

import pandas as pd
import tensorflow as tf
from tensorflow import keras

example=3

# 多输入定义
input_A = keras.layers.Input(shape=[example])
input_B = keras.layers.Input(shape=[example])
hidden1 = keras.layers.Dense(30,activation="relu")(input_B)
hidden2 = keras.layers.Dense(30,activation="relu")(hidden1)
# 变量名统一为concat
concat = keras.layers.concatenate([input_A,hidden2])
output = keras.layers.Dense(1)(concat)
model  = keras.models.Model(inputs=[input_A, input_B], outputs=[output])

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