我正在尝试创建一个cnn模型，我的代码如下：
from keras.layers import Convolution1D, Dense, Dropout, Flatten, MaxPooling1D
from keras.layers import Input, Dense, concatenate
from keras.layers import InputLayer
import keras
inputs = Input(shape=(41,1))
cnn = Sequential()
X=cnn.add(Convolution1D(64, 3, border_mode="same",activation="relu")(inputs))
X=cnn.add(Convolution1D(128, 3, border_mode="same", activation="relu"))
X=cnn.add(MaxPooling1D(pool_length=(2)))
X=cnn.add(Convolution1D(256, 3, border_mode="same", activation="relu"))
X=cnn.add(MaxPooling1D(pool_length=(2)))
X=cnn.add(Flatten())
X=cnn.add(Dense(128, activation="relu"))
X=cnn.add(Dropout(0.5))
X=cnn.add(Dense(2, activation="sigmoid"))
cnn.compile(loss="binary_crossentropy", optimizer="adam",metrics=['accuracy'])
在下面的代码行X=cnn.add(Convolution1D(64,3,border_mode="same",activation="relu", input_shape=(41, 1)))下工作正常
但是我需要提取图层输出，并且通过使用以下代码行来做到这一点：
from keras.models import Model
intermediate_layer_model = Model(inputs= inputs, outputs=X)
intermediate_output = intermediate_layer_model.predict(Xtrain)
所以我需要将输入传递到我的cnn层，如果我对我的inputs_shape进行硬编码，则无法这样做。但是我上面的代码无法正常工作并给出以下错误：
请告诉我如何解决这个问题。