Keras：训练时出现值错误答案

【问题标题】：Keras: Value Error while trainingKeras：训练时出现值错误
【发布时间】：2018-07-03 10:43:47
【问题描述】：

我的深度学习架构是这样的：

main_input_1 = Input(shape=(50,1), dtype='float32', name='main_input_1')
main_input_2 = Input(shape=(50,1), dtype='float32', name='main_input_2')
lstm_out=LSTM(32,activation='tanh',recurrent_activation='sigmoid',return_sequences=True)
mean_pooling=AveragePooling1D(pool_size=2,strides=2,padding='valid')

lstm_out_1=lstm_out(main_input_1)
lstm_out_2=lstm_out(main_input_2)
mean_pooling_1=mean_pooling(lstm_out_1)
mean_pooling_2=mean_pooling(lstm_out_2)

concatenate_layer=Concatenate()([mean_pooling_1,mean_pooling_2])

logistic_regression_output=Dense(1,activation='softmax',name='main_output')(concatenate_layer)


model = Model(inputs=[main_input_1, main_input_2], outputs=[main_output])

我有层平行运行（双方具有相同的结构）。我正在使用 Keras 的功能 api 来做同样的事情。但是在运行时出现以下错误：

Traceback (most recent call last):
  File "Main_Architecture.py", line 38, in <module>
    model = Model(inputs=[main_input_1, main_input_2], outputs=[main_output])
  File "/home/tpradhan/anaconda3/lib/python3.6/site-packages/keras/legacy/interfaces.py", line 91, in wrapper
    return func(*args, **kwargs)
  File "/home/tpradhan/anaconda3/lib/python3.6/site-packages/keras/engine/network.py", line 91, in __init__
    self._init_graph_network(*args, **kwargs)
  File "/home/tpradhan/anaconda3/lib/python3.6/site-packages/keras/engine/network.py", line 192, in _init_graph_network
    'Found: ' + str(x))
ValueError: Output tensors to a Model must be the output of a TensorFlow `Layer` (thus holding past layer metadata). Found: [0.00000000e+00 5.09370000e-06 8.19930500e-04 ... 9.61476653e-02
 3.62692160e-03 3.62692160e-03]

我已经阅读了类似错误的问题，但没有一个对我有用。请帮助我解决这个问题。

【问题讨论】：

标签： python python-3.x tensorflow keras deep-learning

【解决方案1】：

您正在为输出参数传递层名称。你应该传递the layer（换句话说，参数值应该是引用输出层的变量）。

model = Model(inputs=[main_input_1, main_input_2], outputs=[logistic_regression_output])

【讨论】：