Python 如何在Keras 2.0.0上使用合并层（concat函数）？

我试图使用Keras重现实体嵌入模型。下面是使用

kaggle

分支的方法。有一个python文件

models.py

，使用了

Merge

层

从keras.layers.core导入密集、退出、激活、合并、重塑
……

self.model.add（合并（models，mode='concat'））

对于旧版本的Keras，此代码应该可以，但是使用Keras 2.0.0，使用tensorflow 1.0.0作为后端（python 2.7），将出现错误信息：

使用TensorFlow后端。
回溯（最近一次呼叫最后一次）：
文件“/Users/pengjuzhao/Udacity/MLND/entity embedded rossmann/test_model.py”，第2行，在
从模型导入带有实体嵌入的NN_
文件“/Users/pengjuzhao/Udacity/MLND/entity embedded rossmann/models.py”，第8行，在
从keras.layers.core导入密集、退出、激活、合并、重塑
导入错误：无法导入名称合并
[在1.8s内完成，退出代码为1]
[shell\u cmd:python-u”/Users/pengjuzhao/Udacity/MLND/entity-embedding-rossmann/test\u model.py”]
[dir:/Users/pengjuzhao/Udacity/MLND/entity-embedding-rossmann]
[路径：/usr/bin:/bin:/usr/sbin:/sbin]

是否有人知道如何达到相同的目标（

self.model.add（Merge（models，mode='concat'））

）或如何使用Keras 2.0.0使用合并/合并层？

---

先谢谢你

我认为您从错误的位置导入。你应该做：

from keras.layers import Merge

有关

merge/merge

以及如何使用它们的更多详细信息，请参见此

同样，以下两段代码是等效的

Keras 1.2.2规范：

from keras.engine import merge
m = merge([init, x], mode='sum')

等效Keras 2.0.2规范：

from keras.layers import add
m = add([init, x])

在Keras 2.0.4中，“Merge”不起作用，但“Merge”可以，用法如下：

from keras.layers import merge
m = merge([x1, x2], mod="cos", dot_axes=1)

函数代码不是实现concat函数，而是获取余弦值，concat函数类似

---

但是Keras 2.2.4中的这段代码不起作用，它会抛出一个错误“'module'object is not callable”，这是由Keras版本引起的问题。

谢谢您的回答，但它有问题。这是错误/Users/pengjuzhao/anaconda/lib/python2.7/site packages/keras/legacy/layers.py:66:UserWarning:The

Merge

层已弃用，将于2017年8月后删除。改用

keras.layers.merge

中的层，例如

添加

，

连接

，等等。警告。警告（“

Merge

层已被弃用”

。合并层似乎已从Keras 2.0中删除。但是方法

Keras.layers.Merge.concat`不存在。您是否尝试过使用“Keras.layers.Merge.Concatenate”？那么Keras 2.2.4的解决方案是什么？@quant，对于Keras 2.2，您必须使用“Concatenate”，但新版本的Keras不支持使用顺序API进行连接，您必须使用函数API。请参阅：