我正在创建一个像这样的Keras模型：
model_1 = Model(inputs=[input_1], outputs=main_network)
此模型将用于预测，而不用于训练。取而代之的是，该模型将属于更大的模型：
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。我检查了两个模型均正确构建，并且都具有正确的图层，但是当我训练model_2时，不会更新model_1中各图层的权重。我以为他们会这么做，因为model_1和model_2中的图层应该是相同的实例（实际上，它们使用的是相同的地址）。我该怎么做才能同时更新两个模型的权重？ 谢谢!!!
编辑：代码有误