Я пытаюсь объединить выходные данные двух моделей и передать их в качестве входных данных для третьей модели, используя последовательную модель keras.
Модель1:
inputs1 = Input(shape=(750,))
x = Dense(500, activation='relu')(inputs1)
x = Dense(100, activation='relu')(x)
Модель1:
inputs2 = Input(shape=(750,))
y = Dense(500, activation='relu')(inputs2)
y = Dense(100, activation='relu')(y)
Модель3:
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'))
До сих пор я понимаю, что выходные данные двух моделей в виде x и y объединяются и передаются как входные данные для третьей модели. Но когда я подхожу это все как,
module3.compile(optimizer='rmsprop', loss='categorical_crossentropy', metrics=['accuracy'])
module3.fit([in1, in2], np_res_array)
in1 и in2 - это два больших числа размером 10000 * 750, которые содержат мои тренировочные данные, а np_res_array - соответствующая цель.
Это дает мне ошибку, поскольку у объекта 'list' нет атрибута 'shape' Насколько нам известно, это то, как мы даем несколько входов в модель, но что это за ошибка? Как мне решить это?