Python Keras-将功能API模型连接在一起

我正在尝试将两个函数API模型连接在一起。以下是两种模型的摘要：

第一个“输入”模型（它可以作为一个单一模型使用）：

应连接到第一个模型的第二个模型：

我试着这样把它们连接起来：

model = Model(input=generator.input, output=[discriminator.output[0], discriminator.output[1]])

Model(input=[generator.input, discriminator.input], output=[discriminator.output[0], discriminator.output[1]])

但我得到了这个错误：

图形断开连接：无法获取张量鉴别器输入的值 在“鉴别器输入”层。下面是前面的层 无问题访问：[]

我试着把它们做成这样的模型：

model = Model(input=generator.input, output=[discriminator.output[0], discriminator.output[1]])

Model(input=[generator.input, discriminator.input], output=[discriminator.output[0], discriminator.output[1]])

但这段代码只是生成了第二个模型（而不是两个模型），或者至少这是我在得到模型摘要并绘制其结构后的想法

我们可以在Keras（连接函数API模型）中做到这一点，还是有其他方法？

---

谢谢

我认为模型应该在你们试图通过张量时接受层？ 您应该尝试以下讨论，因为我也有关于时间分布层的问题。

---

而

我也遇到了类似的问题，在帮助下得到了解决。看看这里：。

我在Keras Github页面上问了这个问题，以及如何解决这个问题。

谢谢您的回复。。。但是我在发布这个问题之前已经检查过他们了，他们没有回答。。。我唯一能做的就是跟着他们，希望有人继续讨论。。。我想知道在Keras中使用函数API创建的模型基础上创建新模型的可能性…我想这还没有解决？我这里也有同样的问题