我正在尝试将 2 个功能性 API 模型连接在一起。这是 2 个模型的总结:
第一个“输入”模型(它作为一个单一的模型工作得很好):
应该连接到第一个模型的第二个模型:
我正在尝试像这样将它们连接在一起:
model = Model(input=generator.input, output=[discriminator.output[0], discriminator.output[1]])
但是我得到这个错误:
Graph disconnected: cannot obtain value for tensor discriminator_input at layer "discriminator_input". The following previous layers were accessed without issue: []
我试着像这样用它们制作模型:
Model(input=[generator.input, discriminator.input], output=[discriminator.output[0], discriminator.output[1]])
但这段代码只是产生了第二个模型(而不是两个一起),或者至少这是我在获得模型摘要并绘制其结构后的想法。
我们可以在 Keras 中执行此操作(连接函数式 API 模型)还是有其他方法? 谢谢
最佳答案
我认为模型应该在您尝试传递张量时接受图层? 您应该尝试关注讨论,因为我也有关于时间分布层的问题。 https://github.com/fchollet/keras/issues/4178 和 https://github.com/fchollet/keras/issues/2609
关于python - Keras - 将函数式 API 模型连接在一起,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/40277327/