Neural network 无法在keras中添加图层

我正在努力遵循这一点

但在最后一行代码中，我收到以下错误：

“模型”对象没有属性“添加”

---

我知道，由于我没有像在linked post中那样将模型实例化为

sequential（）

，所以函数

add（）

可能对我不可用。但是，我不确定如何解决这个问题。

更正以反映工作解决方案：

outputs = Conv2DTranspose(3, (1, 1), activation='sigmoid') (c9)
outputs = Lambda(lambda x: K.batch_flatten(x))(outputs)
model = Model(inputs=[inputs], outputs=[outputs])
model = multi_gpu_model(model, gpus=8)
model.compile(optimizer='adam', loss = bce, metrics = [mean_iou])

---

在OP的评论中给出了@Today的答案

---

outputs=Lambda（Lambda x:K.batch\u flatte（x））（outputs）

如果在conv2dtranpse层之后添加Lambda层，即

outputs=Lambda（Lambda x:K.batch\u flatte（x））（outputs）

？^是否有问题，我得到了这个错误：

模型的输出张量必须是TensorFlow层的输出（因此保存过去的层元数据）。找到：

outputs = Conv2DTranspose(3, (1, 1), activation='sigmoid') (c9)
outputs = Lambda(lambda x: K.batch_flatten(x))(outputs)
model = Model(inputs=[inputs], outputs=[outputs])
model = multi_gpu_model(model, gpus=8)
model.compile(optimizer='adam', loss = bce, metrics = [mean_iou])