属性错误：'；非类型'；对象没有属性'_入站节点'；在Keras的自动编码器中

我无法解决以下错误，请接受我的道歉，如果这听起来很幼稚，我对Keras很陌生

编码器的输出实际上是一个复数，因此每个输出都是实部和虚部，输入_h1也是一个复数，实部和虚部表示为向量。我想把它们都乘起来

#输入位
输入\位1=输入（形状=（2，））
输入\位2=输入（形状=（2，））
#输入通道
输入\ uH1=输入（形状=（2，））
输入\ uH2=输入（形状=（2，））
#连接两个输入
输入位=keras.layers.concatenate（[输入位1，输入位2]，轴=1）
打印（输入位）
#创建编码器
m1=密集（64，激活='relu'）（输入_位）
m2=密度（128，活化='relu'）（m1）
encoded1=密集（2，激活='线性'）（m2）
#规范化编码值
encoded=Lambda（Lambda x:K.l2_归一化（x，轴=1））（encoded1）
#编码器的输出实际上是一个复数，因此每个输出都是实部和虚部，输入_h1也是一个复数，实部和虚部表示为向量。我想把它们都乘起来。
#mt1是复数乘法的实部
mt1=encoded[：，0:1]*input_h1[：，0:1]-encoded[：，1:2]*input_h1[：，1:2]
打印（mt1）
#nt1是复数乘法的虚部
nt1=encoded[：，0:1]*输入_h1[：，1:2]+encoded[：，1:2]*输入_h1[：，0:1]
印刷品（nt1）
#连接实部和虚部以输入解码器
mnt2=keras.layers.concatenate（[mt1，nt1]，轴=1）
打印（mnt2）
#解码器1
x5=密集（1024，激活='relu'）（mnt2）
x6=密集（512，激活='relu'）（x5）
x7=密集（64，激活='relu'）（x6）
解码_UP1=密集（2，激活='tanh'）（x7）
#解码器2
a3=密集型（1024，激活='relu'）（mnt2）
a4=致密（512，活化='relu'）（a3）
a5=密度（64，激活='relu'）（a4）
解码的_UP2=密集（2，激活='tanh'）（a5）
decoded=keras.layers.concatenate（[decoded\u UP1，decoded\u UP2]，轴=1）
自动编码器=模型（[输入位S1，输入位S2，输入位h1，输入位h2]，已解码）
编译（优化器='adadelta'，loss='binary\u crossentropy'）
autoencoder.summary（）

我得到以下输出/错误：

AttributeError回溯（最近一次调用）
在（）
35解码=keras.layers.concatenate（[decoded_UP1，decoded_UP2]，axis=1）
36
--->37自动编码器=型号（[输入位S1、输入位S2、输入位h1、输入位h2]，已解码）
38 autoencoder.compile（优化器='adadelta'，loss='binary\u crossentropy'）
39自动编码器.摘要（）
AttributeError:“非类型”对象没有属性“\u入站节点”

为了提高代码的清晰度，您应该创建多个模型，例如一个用于编码器，一个用于解码器。这样，您就可以为每个：

Bits编码器示例：

从keras.layers导入输入，密集，连接
从keras.models导入模型
#输入
输入\位1=输入（形状=（2，））
输入\位2=输入（形状=（2，））
输入位=keras.layers.concatenate（[输入位1，输入位2]，轴=1）
#隐藏层
编码器\u位\u h1=密集（64，激活='relu'）（输入\u位）
编码器\u位\u h2=密集（128，激活='relu'）（编码器\u位\u h1）
编码器\u位\u h3=密集（2，激活='线性'）（编码器\u位\u h2）
#创建模型
位编码器=模型（输入=[输入位S1，输入位S2]，输出=[编码器位h3]）
bits_编码器摘要（）

返回位编码器配置：

__________________________________________________________________________________________________
层（类型）输出形状参数#连接到
==================================================================================================
输入_5（输入层）（无，2）0
__________________________________________________________________________________________________
输入_6（输入层）（无，2）0
__________________________________________________________________________________________________
连接_2（连接）（无，4）0输入_5[0][0]
输入_6[0][0]
__________________________________________________________________________________________________
密集_4（密集）（无，64）320串联_2[0][0]
__________________________________________________________________________________________________
密集型_5（密集型）（无，128）8320密集型_4[0][0]
__________________________________________________________________________________________________
致密_6（致密）（无，2）258致密_5[0][0]
==================================================================================================
总参数：8898
可培训参数：8898
不可训练参数：0
__________________________________________________________________________________________________

您能提供更多关于该型号的详细信息吗？并且有更容易理解的层名称，如解码器\u h1，输入\u h1不清楚，h1通常指第一个隐藏层。