Я пытаюсь создать модель cnn. Мой код выглядит следующим образом:
from keras.layers import Convolution1D, Dense, Dropout, Flatten, MaxPooling1D
from keras.layers import Input, Dense, concatenate
from keras.layers import InputLayer
import keras
inputs = Input(shape=(41,1))
cnn = Sequential()
X=cnn.add(Convolution1D(64, 3, border_mode="same",activation="relu")(inputs))
X=cnn.add(Convolution1D(128, 3, border_mode="same", activation="relu"))
X=cnn.add(MaxPooling1D(pool_length=(2)))
X=cnn.add(Convolution1D(256, 3, border_mode="same", activation="relu"))
X=cnn.add(MaxPooling1D(pool_length=(2)))
X=cnn.add(Flatten())
X=cnn.add(Dense(128, activation="relu"))
X=cnn.add(Dropout(0.5))
X=cnn.add(Dense(2, activation="sigmoid"))
cnn.compile(loss="binary_crossentropy", optimizer="adam",metrics=['accuracy'])
Он отлично работает со следующей строкой кода X=cnn.add(Convolution1D(64,3,border_mode="same",activation="relu", input_shape=(41, 1)))
Но мне нужно извлечь выходные данные слоя, и я делаю этоиспользуя следующие строки кода:
from keras.models import Model
intermediate_layer_model = Model(inputs= inputs, outputs=X)
intermediate_output = intermediate_layer_model.predict(Xtrain)
Так что мне нужно передать входные данные на мой уровень cnn, что я не могу сделать, если я жестко закодировал свой input_shape. Но приведенный выше код не работает и выдает следующую ошибку:
Пожалуйста, скажите мне, как я могу решить эту проблему.