我试图将ResNet中隐藏层的输出与另一个模型的输入连接起来,但是出现以下错误:
ValueError:模型的输出张量必须是Keras Layer
(因此保留了过去的层元数据)的输出
我正在按照How to concatenate two layers in keras?中的建议使用Keras的Concatenate层,但是它不起作用。我可能会缺少什么?我也必须在上面添加一个密集层吗?这个想法是在第二个输入与第一个输入连接之前不要更改它(合并的输入将是第三个模型的输入)。
resnet_features = resnet.get_layer('avg_pool').output
model2_features = Input(shape=(None, 32))
all_features = Concatenate([resnet_features, model2_features])
mixer = Model(inputs=[resnet.input, model2_features],
outputs=all_features)
答案 0 :(得分:2)
您似乎在串联层缺少两个括号。它应该看起来像这样:
all_features = Concatenate()([resnet_features, model2_features])
此外,您必须确保resnet_features
和model2_features
的形状除串联轴外相同,否则将无法对其进行串联。