Python 如何在keras ResNet之后应用致密层？

ResNet50后如何应用致密层？ 这是我的密码

    def build_model():
       x = tf.keras.applications.ResNet50(input_shape=(IMG_WIDTH, IMG_HEIGHT, 3), weights=None, 
       include_top=False, pooling='avg')
       model = tf.keras.layers.Dense(196)(x)
       model.summary()
       return model

但我有一个错误：

TypeError: Inputs to a layer should be tensors.

---

如果愿意使用函数API重新创建模型，则可以使用模型的属性

output

访问模型的输出。在这种情况下，使用顺序API可能更容易：

顺序API： 功能API：

---

如果愿意使用函数API重新创建模型，则可以使用模型的属性

output

访问模型的输出。在这种情况下，使用顺序API可能更容易：

顺序API： 功能API：

new_model = tf.keras.Sequential(
    [
        tf.keras.applications.ResNet50(input_shape=(IMG_WIDTH, IMG_HEIGHT, 3), weights=None, include_top=False, pooling='avg'),
        tf.keras.layers.Dense(196)
    ]
)
new_model.summary()

resnet = tf.keras.applications.ResNet50(input_shape=(IMG_WIDTH, IMG_HEIGHT, 3), weights=None, include_top=False, pooling='avg')
out = tf.keras.layers.Dense(196)(resnet.output)
new_model = tf.keras.models.Model(inputs=resnet.input, outputs=out)
new_model.summary()