Keras：将图层推回模型时无法提取图层输出

我有一个Keras分类网络，最后两层分别为致密层和活化层。我从模型中弹出图层，如下所示：

activationlayer=classifier.layers.pop()
denselayer=classifier.layers.pop()

然后我将层推回到模型中：

outt1=denselayer(classifier.layers[-1].output)
outt=activationlayer(outt1)
classifier=Model(classifier.input,outt)

现在，在索引稠密层的输出时，我得到一个错误：

classifier.layers[-2].output

Error: Layer out2 has multiple inbound nodes, hence the notion of "layer output" is ill-defined.

---

似乎您需要调用要调用的确切输入节点，以便使用层进行输出。在（0）处获取输出。请参阅此处的详细信息：使用分类器。get_output_at（-2）它给出索引错误：列出索引超出范围。您在模型中创建了一个分支，原始分支的输出为0，新分支的输出为1。@DanielMöller我不明白。请您澄清一下。只需尝试

层。在（0）

或

层获取输出。在（1）

获取输出，其中一个可以工作。--Keras模型不是可以添加/删除图层的列表。它们形成了一个完整的图形，连接着持久的张量。您使用已使用的张量的输出创建了新的张量。您在“树”中转换了“顺序”模型，您需要选择现在从哪个分支获取张量。似乎您需要调用要调用的精确输入节点，以便使用层进行输出。在（0）处获取输出。请参阅此处的详细信息：使用分类器。get_output_at（-2）它给出索引错误：列出索引超出范围。您在模型中创建了一个分支，原始分支的输出为0，新分支的输出为1。@DanielMöller我不明白。请您澄清一下。只需尝试

层。在（0）

或

层获取输出。在（1）

获取输出，其中一个可以工作。--Keras模型不是可以添加/删除图层的列表。它们形成了一个完整的图形，连接着持久的张量。您使用已使用的张量的输出创建了新的张量。您在“树”中转换了“顺序”模型，现在需要选择从哪个分支获得张量。