小编Moi*_*Dey的帖子

我正在尝试构建一个深度学习模型，但是我在使用 tensorflow 时遇到了一个错误，我无法解决这个问题。

我正在尝试构建深度学习模型，但在定义模型时出现此错误。

from tensorflow.keras.preprocessing.text import Tokenizer
from tensorflow.keras.preprocessing.sequence import pad_sequences
from tensorflow.keras.models import Sequential, load_model, Model
from tensorflow.keras.utils import plot_model
from tensorflow. keras.layers import Flatten, Dropout, Activation, Input, Dense, concatenate
from keras.layers.embeddings import Embedding
from tensorflow.keras.initializers import Constant
from tensorflow.python.keras import backend as k

# define the model
model = Sequential()
model.add(Embedding(vocabulary_size, embedding_size, input_length=MAXLEN))
model.add(Flatten())
model.add(Dense(op_units, activation='softmax'))

错误：-

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-64-4570aa61c2f1> in <module>
      1 # define the model
      2 model = Sequential()
----> …

我有一个包含两个文本字段的数据集，在标记化之后，我制作了两个连续模型，我试图组合或合并它们，但在合并时遇到错误。

我已经构建了两个顺序模型，并且正在尝试在不使用 Keras 功能 API 的情况下合并它们。

# define the model
model1 = Sequential()
model1.add(Embedding(vocabulary_size_1, embedding_size, input_length=MAXLEN))
model1.add(Flatten())
model1.add(Dense(op_units, activation='softmax'))

# define the model
model2 = Sequential()
model2.add(Embedding(vocabulary_size_2, embedding_size, input_length=MAXLEN))
model2.add(Flatten())
model2.add(Dense(op_units, activation='softmax'))

merged = concatenate(axis=1)
merged_model=merged([model1.output, model2.ouput])

TypeError                                 Traceback (most recent call last)
<ipython-input-76-79cf08fec6fc> in <module>
----> 1 merged = concatenate(axis=1)
      2 merged_model=merged([model1.output, model2.ouput])

TypeError: concatenate() missing 1 required positional argument: 'inputs'

我期待一种不使用 Keras 功能 API 的方法