Python Keras：训练时的值错误

我的深度学习架构如下：

main_input_1 = Input(shape=(50,1), dtype='float32', name='main_input_1')
main_input_2 = Input(shape=(50,1), dtype='float32', name='main_input_2')
lstm_out=LSTM(32,activation='tanh',recurrent_activation='sigmoid',return_sequences=True)
mean_pooling=AveragePooling1D(pool_size=2,strides=2,padding='valid')

lstm_out_1=lstm_out(main_input_1)
lstm_out_2=lstm_out(main_input_2)
mean_pooling_1=mean_pooling(lstm_out_1)
mean_pooling_2=mean_pooling(lstm_out_2)

concatenate_layer=Concatenate()([mean_pooling_1,mean_pooling_2])

logistic_regression_output=Dense(1,activation='softmax',name='main_output')(concatenate_layer)


model = Model(inputs=[main_input_1, main_input_2], outputs=[main_output])

我有平行运行的层（两侧具有相同的结构）。我正在使用Keras的函数api来做同样的事情。但在运行它时，我得到了以下错误：

Traceback (most recent call last):
  File "Main_Architecture.py", line 38, in <module>
    model = Model(inputs=[main_input_1, main_input_2], outputs=[main_output])
  File "/home/tpradhan/anaconda3/lib/python3.6/site-packages/keras/legacy/interfaces.py", line 91, in wrapper
    return func(*args, **kwargs)
  File "/home/tpradhan/anaconda3/lib/python3.6/site-packages/keras/engine/network.py", line 91, in __init__
    self._init_graph_network(*args, **kwargs)
  File "/home/tpradhan/anaconda3/lib/python3.6/site-packages/keras/engine/network.py", line 192, in _init_graph_network
    'Found: ' + str(x))
ValueError: Output tensors to a Model must be the output of a TensorFlow `Layer` (thus holding past layer metadata). Found: [0.00000000e+00 5.09370000e-06 8.19930500e-04 ... 9.61476653e-02
 3.62692160e-03 3.62692160e-03]

回溯（最近一次呼叫最后一次）：
文件“Main_Architecture.py”，第38行，在
模型=模型（输入=[main\u input\u 1，main\u input\u 2]，输出=[main\u output]）
文件“/home/tpradhan/anaconda3/lib/python3.6/site packages/keras/legacy/interfaces.py”，第91行，在包装器中
返回函数（*args，**kwargs）
文件“/home/tpradhan/anaconda3/lib/python3.6/site packages/keras/engine/network.py”，第91行，在__
自初始化图网络（*args，**kwargs）
文件“/home/tpradhan/anaconda3/lib/python3.6/site-packages/keras/engine/network.py”，第192行，在网络初始图中
'找到：'+str（x））
ValueError：模型的输出张量必须是TensorFlow“Layer”的输出（因此保存过去的层元数据）。发现：[0.00000000e+005.0937000E-068.19930500e-04…9.61476653e-02
3.62692160e-03 3.62692160e-03]

---

我已经阅读了带有类似错误的问题，但没有一个对我有用。请帮助我解决这个问题。

您正在传递图层名称作为输出参数。您应该传递层（换句话说，参数值应该是引用输出层的变量）

model = Model(inputs=[main_input_1, main_input_2], outputs=[logistic_regression_output])