Python Keras模型在其他模型中

我正在创建一个Keras模型，如下所示：

model_1 = Model(inputs=[input_1], outputs=main_network)

该模型将用于预测，但不用于培训。相反，此模型将属于以下更大的：

error = Subtract()([y, model_1.output])
model_2 = Model(inputs = model_1.inputs+[input_2], outputs=error)

其中变量y是其他层的输出。我已经检查了这两个模型是否正确构建，并且它们都有正确的层，但是当我训练模型2时，模型1中层的权重没有更新。我想他们会的，因为模型1和模型2中的层应该是相同的实例（事实上，它们使用相同的地址）。如何使两个模型的权重同时更新？ 谢谢

---

编辑：代码中有错误

从您发布的代码中不可能看到模型1和模型2之间的任何连接。你能提供足够的关于你的模型的信息吗？代码中有一个错误，我已经编辑并修复了它。你是否使模型_1或其任何层在你的代码中的任何地方都不可训练？模型_1中的一个层是不可训练的，并且有几个层没有参数（添加、重塑…）。我已经检查过模型2可以训练，因为层中的权重会发生变化，而模型1中不会发生这种情况。你最终明白了吗？我想我也有同样的问题。。。