Python 用于一对多网络的ConvLSTM2D

我想为多输出回归模型使用一些ConvLSTM2D层。一个图像应该是输入，根据图像的不同，一定数量的值应该是由零填充的输出。我的问题是使用什么函数将相同的图像作为输入

如果我正在使用

import keras.backend as K
K.tile(input, number_timesteps)

我得到了一个错误： AttributeError:“Tensor”对象没有属性“\u keras\u history”。

---

是否有其他方法解决此问题，或者我必须多次输入同一图像？

模型中的所有keras张量必须由

层生成


当您使用后端功能时，您没有使用层

您可以使用
Lambda
层包装自定义和后端功能：

tiledOutputs = Lambda(lambda x: K.tile(x, number_timesteps))(imageInputs)   

或将图层添加到顺序模型：

model.add(Lambda(lambda x: K.tile(x, number_timesteps)))

但您可能正在寻找
K.stack（[x]*number\u timesteps，axis=1）
 问题是K.repeat仅适用于包括Batchsize@j.dings更新了我的答案。谢谢！但是当我使用Lambda层时，我会收到错误消息“不能pickle NotImplementedType对象”？？？？那是在
model.save（）
还是什么东西中？你的Keras版本是什么？我现在使用Keras.layers.merge.concatenate，并将输入本身连接起来，现在就可以工作了。谢谢你的帮助