Question

我正在尝试连接几个扁平化层和一个输入层：

navigation_flatten = Flatten()(navigator_conv)

# speed is float (0.0-1.0)
speed_input = keras.layers.Input(shape=(1,))

images_output = Concatenate()([dashcam_flatten, navigation_flatten])

image_and_speed = Concatenate()([speed_input, images_output])

并检查输出形状等：

model = keras.models.Model([Dashcam_input, RADAR_INPUT], image_and_speed)

model.compile(loss=MSE,
              optimizer=keras.optimizers.Adam(lr=0.0001),
              metrics=['accuracy'])

print(model.summary())

并得到此错误：

ValueError：图形已断开：无法获得张量的值位于“ input_3”层的Tensor（“ input_3：0”，shape =（?, 1），dtype = float32）。可以顺利访问以下先前的图层：['input_2'， 'batch_normalization_2'，'input_1'，'conv2d_8'， 'batch_normalization_1'，'max_pooling2d_4'，'conv2d_1'， 'batch_normalization_3'，'conv2d_2'，'conv2d_9'，'conv2d_3'， 'batch_normalization_4'，'max_pooling2d_1'，'conv2d_10'，'conv2d_4'， 'batch_normalization_5'，'conv2d_5'，'conv2d_11'，'max_pooling2d_2'， 'batch_normalization_6'，'conv2d_6'，'conv2d_12'，'conv2d_7'， 'max_pooling2d_5'，'max_pooling2d_3'，'flatten_1'，'flatten_2']

如何正确地将拼合层与输入层连接起来？

Answer 1

问题是您没有将speed_input包括在模型的输入中。添加它可以解决问题：

model = keras.models.Model([Dashcam_input, RADAR_INPUT, speed_input], image_and_speed)

将拼合层与输入层连接

1 个答案: