尝试将一个图层的输出用作另一个图层的输入.(KERAS tensorflow backend)

Question

我在Python 3中使用Keras。 我正在尝试应用附件模型中显示的网络。顺序模型对我没有帮助，因为我的模型的顺序被打乱了。例如，X1 的输出用于 Y1 和 X2。我的代码看起来

conv1= (Convolution3D(32, 3, 3, 3, activation='relu', 
border_mode='same', name='conv1',
input_shape=(patch_size, img_rows, img_cols,3)))
input_1=conv1.output
lstm1=(ConvLSTM2D(filters=3, kernel_size=(3, 3),
padding='same', return_sequences=True))(input_1)
conv2= (Convolution3D(32, 3, 3, 3, activation='relu', 
border_mode='same', name='conv1'))(input_1)
input_2= conv2.output
lstm2=(ConvLSTM2D(filters=3, kernel_size=(3, 3),
padding='same', return_sequences=True))(input_2)
conv3= (Convolution3D(32, 3, 3, 3, activation='relu', 
border_mode='same', name='conv1'))(input_2)
input_3= conv3.output
lstm3=(ConvLSTM2D(filters=3, kernel_size=(3, 3),
padding='same', return_sequences=True))(input_3)

然后我将 LSTM 合并在一起。 我收到许多错误，例如"层 conv1 没有入站节点"。 提前感谢您的帮助。

Answer 1

函数式 API 中缺少概念。在您的情况下，您似乎缺少功能模型所需的Input层。您也不需要获取链接图层的.output，只需调用它们就足够了lstm3(conv3)。