Python 无法导入名称'；合并'；从'；keras.layers'；

我尝试运行了一段代码，但发现

Keras

的合并层有问题。我正在使用Python3和keras

这是代码的反编码部分

将numpy作为np导入
作为pd进口熊猫
从keras.models导入顺序
从keras.layers导入LSTM、嵌入、时间分布、密集、重复向量、合并、激活
从keras.preprocessing导入图像，序列
作为腌菜进口cPickle
def create_模型（self，ret_模型=False）：
图像_模型=顺序（）
image_model.add（密集（嵌入尺寸，输入尺寸=4096，激活=relu'））
image_model.add（RepeatVector（self.max_length））
lang_模型=顺序（）
lang_model.add（嵌入（self.vocab_大小，256，输入长度=self.max_长度））
lang_model.add（LSTM（256，返回序列=True））
lang_model.add（时间分布（密集（嵌入_DIM）））
模型=顺序（）
添加（合并（[image\u model，lang\u model]，mode='concat'））
model.add（LSTM（1000，返回序列=False））
添加模型（密集型（自发声大小））
添加（激活（'softmax'））
打印（“已创建模型！”）

这是错误的信息

from keras.layers import LSTM, Embedding, TimeDistributed, Dense, RepeatVector, Merge, Activation
ImportError: cannot import name 'Merge' from 'keras.layers'

---

Keras+2不支持合并。相反，您需要使用

串联

层：

merged = Concatenate()([x1, x2]) # NOTE: the layer is first constructed and then it's called on its input

或者它的等效功能接口

串联

（以小写字母

c

开头）：

---

如果您对其他形式的合并感兴趣，例如添加、细分等，则可以使用相关层。有关合并层的全面列表，请参见。

谢谢您的回答。它几乎对我起了作用，只是当我这样应用它时：

model.add（Concatenate（[word\u model，context\u model]，mode=“dot”）

，我得到了以下错误：

TypeError:（'Keyword argument not understanding:'，'mode'）

有什么想法吗？@nigus21您的代码有两个问题（可能只有第二个与您的需要相关）：1）您正在传递层的输入作为其参数（即，请注意使用串联大“C”或小“C”，以及我在回答中解释的它们之间的差异）。2）

模式

不再适用于Keras 2+。使用合适的图层（在您的情况下，可能是

Dot

图层）。

merged = concatenate([x1,x2]) # NOTE: the input of layer is passed as an argument, hence named *functional interface*