Python 获取Keras模型的一部分

我有一个

自动编码器的模型，如下所示：

height, width = 28, 28

input_img = Input(shape=(height * width,))
encoding_dim = height * width//256

x = Dense(height * width, activation='relu')(input_img)

encoded1 = Dense(height * width//2, activation='relu')(x)
encoded2 = Dense(height * width//8, activation='relu')(encoded1)

y = Dense(encoding_dim, activation='relu')(encoded2)

decoded2 = Dense(height * width//8, activation='relu')(y)
decoded1 = Dense(height * width//2, activation='relu')(decoded2)

z = Dense(height * width, activation='sigmoid')(decoded1)
autoencoder = Model(input_img, z)

#encoder is the model of the autoencoder slice in the middle 
encoder = Model(input_img, y)
decoder = Model(y, z)
print(encoder)
print(decoder)

使用上面的代码检索编码器部分，但是我无法使用上面添加的代码获取解码器部分：

我收到以下错误：

ValueError: Graph disconnected: cannot obtain value for tensor Tensor("input_39:0", shape=(?, 784), dtype=float32) at layer "input_39". The following previous layers were accessed without issue: []

你能告诉我如何得到那个部件吗？
解码器需要有一个输入层。例如，此处的
解码器输入
：

高度，宽度=28,28
#编码器层
输入=输入（形状=（高度*宽度）
编码尺寸=高度*宽度//256
x=密度（高度*宽度，激活='relu'）（输入\u img）
encoded1=密集（高度*宽度//2，激活='relu'）（x）
encoded2=密集（高度*宽度//8，激活='relu'）（encoded1）
y=密集（编码尺寸，激活='relu'）（编码尺寸2）
#解码器层
解码器输入=输入（形状=（编码尺寸）
decoded2=密集（高度*宽度//8，激活='relu'）（解码器输入）
decoded1=密集（高度*宽度//2，激活='relu'）（decoded2）
z=密度（高度*宽度，激活='sigmoid'）（解码d1）
#建立编码器和解码器模型
编码器=型号（输入信号，y）
解码器=型号（解码器输入，z）
#最后，通过输入编码器将编码器和解码器粘合在一起
#输出到解码器
自动编码器=型号（输入信号、解码器（y））
解码器

模型需要有一个输入层。例如，此处的

解码器输入

：

高度，宽度=28,28
#编码器层
输入=输入（形状=（高度*宽度）
编码尺寸=高度*宽度//256
x=密度（高度*宽度，激活='relu'）（输入\u img）
encoded1=密集（高度*宽度//2，激活='relu'）（x）
encoded2=密集（高度*宽度//8，激活='relu'）（encoded1）
y=密集（编码尺寸，激活='relu'）（编码尺寸2）
#解码器层
解码器输入=输入（形状=（编码尺寸）
decoded2=密集（高度*宽度//8，激活='relu'）（解码器输入）
decoded1=密集（高度*宽度//2，激活='relu'）（decoded2）
z=密度（高度*宽度，激活='sigmoid'）（解码d1）
#建立编码器和解码器模型
编码器=型号（输入信号，y）
解码器=型号（解码器输入，z）
#最后，通过输入编码器将编码器和解码器粘合在一起
#输出到解码器
自动编码器=型号（输入信号、解码器（y））

谢谢，但是对于行

decoded2=density（…）（decoder\u input

，它给出了错误

float（）参数必须是字符串或数字，而不是“维度”

对不起，我是用

tf.keras

而不是

keras

测试代码的。我更新了我的答案，现在应该可以了。谢谢，但是对于行

decoded2=density（…）（decoder\u input

，它给出了错误

float（）参数必须是字符串或数字，而不是“维度”

对不起，我是用

tf.keras

而不是

keras来测试代码的。我更新了答案，现在应该可以了。