Tensorflow 将两层与Keras合并

我想使用concatenate将两个层与Keras合并。我使用的是tensorflow 1.12内置的keras函数。运行以下代码时，我得到错误：

ValueError：应在包含2个输入的列表上调用

点

层

---

问题是，您将两个模型传递给点层，而不是两个张量。您可以使用函数式API来定义具有两个输入的模型，然后使用点积：

input_1 = Input(input_shape)
input_2 = Input(input_shape)

branch_1 = Dense(10)(input_1)
branch_2 = Dense(10)(input_2)

dot_product = Dot(axes=1)([branch_1, branch_2])

model = keras.models.Model(inputs=[input_1, input_2], outputs=dot_product)

---

问题是，您将两个模型传递给点层，而不是两个张量。您可以使用函数式API来定义具有两个输入的模型，然后使用点积：

input_1 = Input(input_shape)
input_2 = Input(input_shape)

branch_1 = Dense(10)(input_1)
branch_2 = Dense(10)(input_2)

dot_product = Dot(axes=1)([branch_1, branch_2])

model = keras.models.Model(inputs=[input_1, input_2], outputs=dot_product)

---

谢谢你的建议@AnnaKrogager！是否仍然可以使用顺序API来实现这一点？那么dot（）函数的用途是什么？如果这个问题没有意义，我很抱歉，我是新手……根据定义，顺序模型是层的线性堆栈，因此对于分支，您必须使用函数API（正如您所看到的，这并不复杂）。

dot

函数只是

dot

层的一个接口。我尝试了@AnnaKrogager解决方案，但在最后一行中得到了以下错误：TypeError:“\u init\u subclased_network（）得到了一个意外的关键字参数‘inputs’”，这是我的导入：“from tensorflow.keras.models导入模型”，因此我删除了“keras.models”在最后一行，我注意到我的答案中有一个字。它应该是

outputs

，而不是最后一行的

output

。我会用正确的代码更新我的答案。谢谢你的建议@AnnaKrogager！是否仍然可以使用顺序API来实现这一点？那么dot（）函数的用途是什么？如果这个问题没有意义，我很抱歉，我是新手……根据定义，顺序模型是层的线性堆栈，因此对于分支，您必须使用函数API（正如您所看到的，这并不复杂）。

dot

函数只是

dot

层的一个接口。我尝试了@AnnaKrogager解决方案，但在最后一行中得到了以下错误：TypeError:“\u init\u subclased_network（）得到了一个意外的关键字参数‘inputs’”，这是我的导入：“from tensorflow.keras.models导入模型”，因此我删除了“keras.models”在最后一行，我注意到我的答案中有一个字。它应该是

outputs

，而不是最后一行的

output

。我将用正确的代码更新我的答案。