如何训练由 2 个模型合并开发的模型

Question

我的目标是融合两个深度学习模型。我按照这个 example 进行模型融合。我正在为我的数据集使用 ImageDataGenerator。在融合模型的情况下，如何将训练数据传递给 model.fit_generator 函数？。我试过这个，但得到一个错误。这是我的代码。

mergedOut = Concatenate()([model_1_x,model_2_x])
output_fuse = Dense(units=7, activation='softmax')(mergedOut)
Fuse_Model = Model([inputs_1,inputs], output_fuse)

Fuse_Model.compile(optimizer=optimizer, loss='categorical_crossentropy', metrics=['accuracy'])
checkpoint_fuse = ModelCheckpoint(filepath='best_weights.hdf5', monitor=monitor, verbose=verbose, save_best_only=True,save_weights_only=True, mode=mode)

我的 fit_generator 函数是：

hist = Fuse_Model.fit_generator(
               [train_gen,train_gen],steps_per_epoch=train_gen.samples // batch_size, 
               epochs=epochs, validation_data=[test_gen,test_gen], 
               validation_steps=test_gen.samples // batch_size, callbacks=[checkpoint_fuse])