Python 多输入合并模型

Python 多输入合并模型,python,keras,deep-learning,keras-layer,convolutional-neural-network,Python,Keras,Deep Learning,Keras Layer,Convolutional Neural Network,我在合并两个多输入模型时遇到问题。这两个模型都接收多通道CNN的多个输入。但它给了我一个错误-TypeError:unhabable type:“list”当我试图合并它们时。知道我做错了什么吗?非常感谢您事先的帮助 def mergeCnnModel(cnnModel, cnnModel2): merged = concatenate([cnnModel.layers[-2].output, cnnModel2.layers[-2].output]) dense1 =

我在合并两个多输入模型时遇到问题。这两个模型都接收多通道CNN的多个输入。但它给了我一个错误-
TypeError:unhabable type:“list”
当我试图合并它们时。知道我做错了什么吗?非常感谢您事先的帮助

def mergeCnnModel(cnnModel, cnnModel2):
    merged = concatenate([cnnModel.layers[-2].output, 
    cnnModel2.layers[-2].output])
    dense1 = Dense(10, activation='relu')(merged)
    outputs = Dense(1, activation='sigmoid')(dense1)
    model = Model(inputs=[cnnModel.input, cnnModel2.input], outputs=outputs)
    # compile
    model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])
    # summarize
    print(model.summary())
    return model

将注释转换为答案:问题是将列表列表作为输入传递给最终模型。您需要连接子模型的各个输入列表:

model = Model(inputs=cnnModel.inputs+cnnModel2.inputs, outputs=outputs)

您能提供错误的跟踪吗?这是您可以尝试的跟踪模型(输入=cnnModel.inputs+cnnModel2.inputs,输出=输出)?问题是传递模型输入。它是有效的,非常感谢