串联或级联多个预训练的keras模型

我正在尝试构建一组串联或级联（实际上甚至不知道这是否是正确的定义）模型。 为了简单起见，我的基本模型如下所示

                              ----Input----
                                    |
                                  L1-1
                                    |  
                                  L1-2
                                    |
                                  Dense
                                    |
                                 Softmax

我对其中7个模型进行了交叉验证培训，并尝试以级联方式对其进行总结，例如：

            -----------------------Input---------------------
            |       |       |       |       |       |       |       
          L1-1    L1-2    L1-3    L1-4     L1-5   L1-6    L1-7
            |       |       |       |       |       |       |
          L2-1    L2-2    L2-3    L2-4     L2-5   L2-6    L2-7
            |       |       |       |       |       |       |
            |_______|_______|_______|_______|_______|_______|
            |                  Concatenated                 |
            |___________________Dense Layer_________________|
                                    |
                                 SoftMax

每一个致密层都有

512个

神经元，因此最后连接的致密层总共有

7*512=3584个

神经元

我所做的是：

• 培训所有模型并将它们保存在名为

  models[]

  的列表中
• 在所有型号中弹出底部Softmax层

然后我尝试连接它们，但出现了错误：

Layer merge was called with an input that isn't a symbolic tensor. 

---

在形成级联之后，我要做的是冻结所有中间层，除了

连接的密集层

，然后稍微调整一下。但是我被困在了所有细节中解释的地方。

您需要使用函数式API模型来实现这一点。这种模型适用于张量

首先定义一个公共输入张量：

inputTensor = Input(inputShape)

然后使用此输入调用每个模型以获得输出张量：

outputTensors = [m(inputTensor) for m in models]

然后将这些张量传递到连接层：

output = Concatenate()(outputTensors) 
output = Dense(...)(output)    
#you might want to use an Average layer instead of these two....

output = Activation('softmax')(output)

最后，定义从开始张量到结束张量的完整模型：

fullModel = Model(inputTensor,output)

---

输出传感器=[m（输入传感器）适用于模型中的m]

亲爱的先生，您能澄清一下我们在这里到底在做什么吗。这意味着用输入张量调用模型以获得输出张量。谢谢。模型的行为完全像层。你“调用”一个通过张量的层。结果是输出张量。因此，假设您有一个模型

m

和一个输入张量

input

。下面调用模型：

output=m（input）

。在这一行中，您将输入张量“传递”给模型，调用的结果是输出张量。---现在，在您提到的行中，我创建了一个输出张量列表，列表中的每个模型都有一个输出张量。该行表示：对于列表中的每个型号

m

，使用

inputSensor

调用此型号

m

。这将创建一个输出张量列表。这正是我所需要的。谢谢你宝贵的时间。