Python 合并多个keras max池层

我对凯拉斯不熟悉

我的目标是总共有4个最大池层。它们都采用相同的形状输入（N，256）。第一层执行全局最大池并提供1个输出。第二层具有N/2池大小和N/2步幅，提供2个输出。第三个给出4个输出，第四个给出8个输出。这是我的密码

    test_x = np.random.rand(N, 256, 1)

    model = Sequential()

    input1 = Input(shape=test_x.shape, name='input1')
    input2 = Input(shape=test_x.shape, name='input2')
    input3 = Input(shape=test_x.shape, name='input3')
    input4 = Input(shape=test_x.shape, name='input4')

    max1 = MaxPooling2D(pool_size=(N, 256), strides=N)(input1)
    max2 = MaxPooling2D(pool_size=(N / 2, 256), strides=N / 2)(input2)
    max3 = MaxPooling2D(pool_size=(N / 4, 256), strides=N / 4)(input3)
    max4 = MaxPooling2D(pool_size=(N / 8, 256), strides=N / 8)(input4)

    mrg = Merge(mode='concat')([max1, max2, max3, max4])

在创建了最多4个池层之后，我尝试将它们合并在一起，但是keras给出了这个错误

ValueError:两种形状中的尺寸1必须相等，但对于输入形状为[？，1,1,1]，？，2,1,1]，？，4,1,1]，，？，8,1,1]，]的“merge_1/concat”（op:“ConcatV2”）而言，尺寸1分别为4和8，并且具有计算输入张量：input[4]=

---

我如何解决这个问题？合并是实现我在keras中的目标的正确方法吗？

对于串联，除了concat维度本身之外，所有维度都必须具有相同数量的元素

如您所见，您的结果具有以下形状：

(?, 1, 1, 1)    
(?, 2, 1, 1)    
(?, 4, 1, 1)    
(?, 8, 1, 1)    

当然，连接它们的唯一可能方法是在第二个轴（轴=1）中

---

但是请注意（除非你有具体的原因并且清楚你在做什么），这会导致一个非常奇怪的图像，因为你是在空间维度而不是通道维度中连接的

谢谢你回答我的问题。还有一个问题，在模块下，有添加实例和连接实例。你能解释一下这两者的区别吗？

Add（）

层将两个输入值相加。（两个输入在所有尺寸上必须完全相同）。它就像“result=input1+input2”，元素方面

Concatenate（）

层将一个输入附加到另一个输入的末尾。没有计算，只是加入两个张量和一个更大的一个。如果你认为这回答你的问题，请把它标记为回答。

mrg = Concatenate(axis=1)([max1,max2,max3,max4])