Keras-合并图层-Keras 2.0

我正在尝试合并两个网络。我可以通过执行以下操作来实现这一点：

merged = Merge([CNN_Model, RNN_Model], mode='concat')

但我得到一个警告：

merged = Merge([CNN_Model, RNN_Model], mode='concat')
__main__:1: UserWarning: The `Merge` layer is deprecated and will be removed after 08/2017. Use instead layers from `keras.layers.merge`, e.g. `add`, `concatenate`, etc.

所以我试了一下：

merged = Concatenate([CNN_Model, RNN_Model])
model = Sequential()
model.add(merged)

得到了这个错误：

ValueError: The first layer in a Sequential model must get an `input_shape` or `batch_input_shape` argument.

---

有谁能告诉我如何使用它的语法吗？

不要对带有分支的模型使用顺序模型

使用功能API：

from keras.models import Model  

使用

连接层是正确的，但必须向其传递“张量”。首先创建它，然后用输入张量调用它（这就是为什么有两个括号）：

要从中创建模型，需要定义从输入到输出的路径：

model = Model([CNN_Model.input, RNN_Model.input], concatOut)

这个答案假设您现有的模型每个只有一个输入和输出

你能给我们提供一个完整的模型定义吗？这很好，如果我想给这个模型添加更多的层呢？我试过这样做：
model.add（Dense（22，activation='softmax'，name='final_Dense'））
它给了我
AttributeError:'model'对象没有属性'add'
创建图层并给它输入以获得输出：
denseOut=Dense（22，activation='softmax'，name='final_Dense'）（concatOut）
——然后您的模型将类似于
model=model（[CNN\u model.input，RNN\u model.input]，denseOut）
model = Model([CNN_Model.input, RNN_Model.input], concatOut)