python - 属性错误: 'Model' object has no attribute '_name' during input layer concatenation

Question

我不明白出了什么问题。我需要有两组输入，因此我将它们分开并给每个输入一个名称(服务目的)，然后将它们连接起来以将它们链接到下一层。

layer_input1  = tf.keras.Input(shape=(None, 1), name='layer1')
layer_input2  = tf.keras.Input(shape=(None, 1), name='layer2')

layer_input = tf.keras.layers.concatenate([layer_input1, layer_input2], name='inputs')
fc_1 = tf.keras.layers.Dense(2,
                             activation='relu')(layer_input)
fc_1 = tf.keras.layers.Dropout(0.5)(fc_1)
fc_2 = tf.keras.layers.Dense(10,
                             activation='relu')(fc_1)
output_layer = tf.keras.layers.Dense(1,
                             activation='relu', name='predictions')(fc_2)
model = tf.keras.Model(inputs=layer_input, outputs=output_layer)

AttributeError                            Traceback (most recent call last)
<ipython-input-430-b567199137e0> in <module>()
     10 output_layer = tf.keras.layers.Dense(1,
     11                              activation='relu', name='predictions')(fc_2)
---> 12 model = tf.keras.Model(inputs=layer_input, outputs=output_layer)

AttributeError: 'Model' object has no attribute '_name'

Answer 1

只需将输入图层设置为模型输入即可。

model = tf.keras.Model(inputs=[layer_input1, layer_input2], outputs=output_layer)

请注意，连接是一种操作，而不是 Layer 对象。但即使您使用 Lambda 将其包装为 Layer，它也不会拥有 keras.layers.Input

的某些属性