为什么在Keras中尝试构建具有多个输入的体系结构时会出错？

Question

我正在尝试在Keras中构建具有多个输入的体系结构。如1中所述，我使用了类似的代码，如下所示：

model_merged = Model(inputs=[model_parts1, model_parts2,
                             model_parts3, model_parts4])

但是我收到以下错误：

TypeError: _init_subclassed_network() got an unexpected keyword argument 'inputs'

我在网上搜索过，有些人提到Keras应该更新到2.0.0版本。虽然我安装了2.2.2版，但我认为这不是问题。

谁能帮我解决这个错误？

Answer 1

Keras功能api模型需要两个位置参数，即inputs和outputs。错误

TypeError：_init_subclassed_network（）获得了意外的关键字参数'inputs'

未指定模型的输出时抛出该异常。

input1 = keras.layers.Input(shape=(8,))
input2 = keras.layers.Input(shape=(8,))
h1 = keras.layers.Concatenate()([input1, input2])
model = keras.models.Model(inputs=[input1, input2])

这将引发以下错误

TypeError: _init_subclassed_network() got an unexpected keyword argument 'inputs'

但是，如果指定了输出，则可以正常工作

model = keras.models.Model(inputs=[input1, input2], outputs=h1)

在outputs不带inputs参数的情况下传递参数时，将引发类似的异常。

TypeError: _init_subclassed_network() got an unexpected keyword argument 'inputs'

TypeError: _init_subclassed_network() got an unexpected keyword argument 'outputs'

如果错误消息本来可以提供更多信息，我认为这将非常有帮助。在inputs和outputs参数是“并不意外”这里的论点。如果错误消息将是

model = keras.models.Model(inputs=[input1, input2], outputs=h1)

对于仅inputs指定参数的前一种情况，

model = keras.models.Model(outputs=h1)

对于后面仅outputs指定参数的情况。