我正在尝试合并来自两个模型的输出，并使用 keras 顺序模型将它们作为第三个模型的输入。型号 1 :
inputs1 = Input(shape=(750,))
x = Dense(500, activation='relu')(inputs1)
x = Dense(100, activation='relu')(x)
型号 1 :
inputs2 = Input(shape=(750,))
y = Dense(500, activation='relu')(inputs2)
y = Dense(100, activation='relu')(y)
型号3：
merged = Concatenate([x, y])
final_model = Sequential()
final_model.add(merged)
final_model.add(Dense(100, activation='relu'))
final_model.add(Dense(3, activation='softmax'))
到这里为止，我的理解是，两个模型的输出作为 x 和 y 被合并并作为输入给第三个模型。但是当我适应这一切时，
module3.compile(optimizer='rmsprop', loss='categorical_crossentropy', metrics=['accuracy'])
module3.fit([in1, in2], np_res_array)
in1 和 in2 是两个维度为 10000*750 的 numpy ndarray，其中包含我的训练数据，np_res_array 是相应的目标。
这给了我错误，因为 'list' 对象没有属性 'shape'据了解，这就是我们向模型提供多个输入的方式，但这个错误是什么？我该如何解决？