Numpy 在Python keras中不正确地连接LSTM层

我有两个不同时间分辨率的数据集，我想输入到同一个LSTM模型。我在连接过程中遇到了问题，即使我使用了一个简单的数据集，我相信我遗漏了一些我看不到的简单内容。让我们以下面的简单示例为例，它是我尝试的方法的简化版本：

import numpy as np
from keras import layers

train_x1 = np.random.randint(0,100,size=(10,10,10)) # 10 samples, 10 time-steps, 10 variables
train_x2 = np.random.randint(0,100,size=(10,30,6)) # 10 samples, 30 time-steps, 6 variables

inp1 = layers.Input(shape=(train_x1.shape[1], train_x1.shape[2]))
inp2 = layers.Input(shape=(train_x2.shape[1], train_x2.shape[2]))

x = layers.LSTM(10)(inp1)
y = layers.LSTM(10)(inp2)

x = layers.Dense(1)(x)
y = layers.Dense(1)(y)

z = np.concatenate([x,y])

但我有一个错误：

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "<__array_function__ internals>", line 6, in concatenate
ValueError: zero-dimensional arrays cannot be concatenated

回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
文件“”，第6行，串联
ValueError:无法连接零维数组

---

我很困惑这个例子中的错误是从哪里来的？

x

和

y

都是keras张量对象，在它们上使用

np.串联

是没有意义的。可能您想尝试

keras.layers.Concatenate（）（[x，y]）

使用keras层中的连接层。。。非np.concatenate