Python 访问Keras中共享层的输出

我正在创建一个自定义模型，其中

MyLayer

共享并应用于不同的输入：

class MyModel(keras.models.Model):

    def __init__(self):
        keras.models.Model.__init__(self)
        self.cnn = MyLayer()
        # ...

    def call(self, inputs):
        # x_1, x_2, x_3 = inputs
        outputs = [self.cnn(x) for x in inputs]
        # ...

如何为每个输入获取self.cnn的输出？我以不同的比例传递输入，我希望输出也以不同的比例传递。但是，

cnn.output

的大小是根据

x_1

计算的。我知道这是一种预期的行为，因为self.cnn是共享的，我猜

cnn.output

会被初始化，以便根据流经它的第一个张量计算形状。我可以从

call

显式返回

x_1、x_2、x_3

，但为此，我必须为我想到的每个实验覆盖

call

（因为模型要大得多，我想连接到每个层的输出）

如何在不覆盖

调用

方法的情况下获取每个

x_1、x_2、x_3

的输出