Python 如何将导入的模型转换为顺序模型？

我有一个导入的模型，类型为“

”keras.engine.training.model”

，我想要一个顺序模型

我试过这个：

model = ..imported model..
seq_model = Sequential()
for layer in model.layers:
    seq_model.add(layer)

---

但是它说“ValueError：应该在输入列表上调用合并层。”

如果您试图插入ResNet，请检查是否将其用作输出层

---

但是，例如：如果您使用的是VGG16，请检查。

实际上，我尝试了一个高效的导入，但是在VGG16链接中，我不清楚如何在我的代码中使用它。我的意思是

Sequential（layers=functional_model.layers）

这部分，并检查您的模型是否如问题中所述变得更大。如果是这样，你可以利用这个问题的答案。我试过了，但我得到了同样的错误：“ValueError：应该在输入列表上调用合并层。”为什么你需要一个顺序模型？请注意，如果模型具有非顺序结构，则无法将其转换为顺序。我希望在导入的模型中使用fit_生成器。但当第一个时代结束时，它停止了，什么也不做。我读到模型类型应该是问题所在（它应该是顺序的），但当我尝试转换模型时，我收到了上面的错误消息。不，这是错误的，fit_generator在功能模型中工作正常，我每天都使用它。