Python 合并层的Keras错误

我正试图建立一个模型，以彩色图像。我正在使用实验室颜色空间。模型的输入是L通道，模型将被训练以预测A和B通道。我想通过一些卷积来运行L通道，然后将其拆分为另外两个模型，分别计算a和B通道。最后，我想将它们合并在一起以获得输出

model = Sequential()
model.add(InputLayer((1, H, W)))

model.add(Convolution2D(64, 5, 5, border_mode = 'same', activation = 'relu'))
model.add(Convolution2D(64, 5, 5, border_mode = 'same', activation = 'relu'))
last = Convolution2D(64, 5, 5, border_mode = 'same', activation = 'relu')
model.add(last)

a_model = Sequential()
a_model.add(last)
a_model.add(Convolution2D(64, 5, 5, border_mode = 'same', activation = 'relu'))
a_model.add(Convolution2D(64, 5, 5, border_mode = 'same', activation = 'relu'))
a_model.add(Convolution2D(1, 3, 3, border_mode = 'same', activation = 'sigmoid'))

b_model = Sequential()
b_model.add(last)
b_model.add(Convolution2D(64, 5, 5, border_mode = 'same', activation = 'relu'))
b_model.add(Convolution2D(64, 5, 5, border_mode = 'same', activation = 'relu'))
b_model.add(Convolution2D(1, 3, 3, border_mode = 'same', activation = 'sigmoid'))

model.add(Merge((a_model, b_model), mode = 'concat'))

当我尝试创建合并层时，出现以下错误

Using Theano backend.
Using gpu device 0: GeForce GTX TITAN (CNMeM is disabled, cuDNN 5004)
Traceback (most recent call last):
  File "/home/chase/workspace/Colorizer/colorizer2.py", line 79, in <module>
    model.add(Merge((a_model, b_model), mode = 'concat'))
  File "/usr/local/lib/python3.5/dist-packages/keras/engine/topology.py", line 1118, in __init__
    self.add_inbound_node(layers, node_indices, tensor_indices)
  File "/usr/local/lib/python3.5/dist-packages/keras/engine/topology.py", line 524, in add_inbound_node
    assert len(node_indices) == len(inbound_layers)
AssertionError

使用无后端。
使用gpu设备0:GeForce GTX TITAN（禁用CNMeM，cuDNN 5004）
回溯（最近一次呼叫最后一次）：
文件“/home/chase/workspace/Colorizer/colorizer2.py”，第79行，在
添加（合并（（a_模型，b_模型），模式='concat'））
文件“/usr/local/lib/python3.5/dist-packages/keras/engine/topology.py”，第1118行，在__
添加入站节点（层、节点索引、张量索引）
文件“/usr/local/lib/python3.5/dist-packages/keras/engine/topology.py”，第524行，在add\u-inbound\u节点中
断言len（节点索引）=len（入站层）
断言错误

---

我希望模型的输出为（2，H，W），其中H和W是图像的高度和宽度。

连续的模型不允许您在网络中创建分叉。改用功能API（Keras 1.0中新增的）。您可以跟随。

您可以合并，但不能分叉。