试图将具有相同形状的喀拉拉山中的两层连接起来，从而导致形状匹配错误

Question

我正在尝试使用keras功能api构建多输入多输出模型，并且正在遵循他们的代码，但是出现了该错误：

ValueError： Concatenate图层要求输入的形状与连续轴一致，但形状匹配。 得到了输入形状：[（无，50），（无，50，1）]

我跳过了嵌入层，这是代码：

def build_model(self):
    main_input = Input(shape=(self.seq_len, 1), name='main_input')
    print(main_input.shape)
    # seq_len = 50
    # A LSTM will transform the vector sequence into a single vector,
    # containing information about the entire sequence
    lstm_out = LSTM(self.seq_len,input_shape=(self.seq_len,1) )(main_input)
    self.auxiliary_output = Dense(1, activation='sigmoid', name='aux_output')(lstm_out)

    auxiliary_input = Input(shape=(self.seq_len,1), name='aux_input')
    print(auxiliary_input.shape)
    x = concatenate([lstm_out, auxiliary_input])

    # We stack a deep densely-connected network on top
    x = Dense(64, activation='relu')(x)
    x = Dense(64, activation='relu')(x)
    x = Dense(64, activation='relu')(x)

    # And finally we add the main logistic regression layer
    main_output = Dense(1, activation='sigmoid', name='main_output')(x)
    self.model = Model(inputs=[main_input, auxiliary_input], outputs=[main_output, auxiliary_output])
    print(self.model.summary())
    self.model.compile(optimizer='rmsprop', loss='binary_crossentropy',
              loss_weights=[1., 0.2])

尽管打印两层的形状均为（？，50,1），但在连接步骤中却遇到了该错误。 我不确切知道为什么得到这个，第一层的input_shape到底有什么错误，为什么它不能像print(main_input.shape)那样给我同样的形状，以及如何解决它？

更新：

我通过更改第二个输入层的形状找到了解决该错误的方法

auxiliary_input = Input(shape=(self.seq_len,), name='aux_input')

因此，现在它们可以顺利连接，但对我仍然不清楚为什么？

Answer 1

对于第二个输入，您在错误之前指定了以下内容：

input_shape = (50,1)# seq_length=50

这意味着最终形状为：

(None,50,1)

现在，当第一个输入通过LSTM ，由于您未指定return_sequences=True ，它将返回形状(batch_size, units)的张量。 您要与上述(None, 50, 1) 50，1 (None, 50)连接的(None, 50, 1)

您的错误消失了，因为您将第二个输入的输入形状更改为(50,)因此最终形状变为(None,50) ，它与LSTM输出匹配，因此平滑地串联在一起