Python TypeError:只能在张量列表上调用Merge,而不能在keras中调用单个张量

Python TypeError:只能在张量列表上调用Merge,而不能在keras中调用单个张量,python,keras,merge,lstm,bidirectional,Python,Keras,Merge,Lstm,Bidirectional,我使用的是1.15.5版tensorflow和1.2.2版cross。我可以实现其他模型,但考虑到DanQ文章中的负载权重,我无法对代码进行太多更改 DanQ--->1: 代码: model1 = Sequential() model1.add(LSTM(input_dim=320, output_dim=320, return_sequences=True)) model2 = Sequential() model2.add(LSTM(input_dim=320, output_dim=320

我使用的是1.15.5版tensorflow和1.2.2版cross。我可以实现其他模型,但考虑到DanQ文章中的负载权重,我无法对代码进行太多更改

DanQ--->1:

代码:

model1 = Sequential()
model1.add(LSTM(input_dim=320, output_dim=320, return_sequences=True))
model2 = Sequential()
model2.add(LSTM(input_dim=320, output_dim=320, return_sequences=True))
merged = Merge([model1, model2], mode='sum')

model = Sequential()
model.add(Convolution1D(320, border_mode='valid',filter_length=26, activation="relu", subsample_length=1,input_shape=(1000,4)))
model.add(MaxPooling1D(pool_length=13, stride=13))
model.add(Dropout(0.2))

model.add(merged)

model.add(Dropout(0.5))

model.add(Flatten())

model.add(Dense(input_dim=75*640, output_dim=925))
model.add(Activation('relu'))

model.add(Dense(input_dim=925, output_dim=919))
model.add(Activation('sigmoid'))

您确定不需要连接吗?我使用Cross 1.2.2和Tensorflow 1.15.5,所以我使用merge。Concatatite用于流张量2.x和Cross 2.x。