使用 tf.keras.layers.concatenate() 作为 tensorflow 中的自定义层

Question

我想在 tensorflow 中使用自定义层制作 U-net。 我需要在那里使用 tf.keras.layers.concatenate ，这就是我的问题。 我可以在方法调用中添加到层的所有其他层的输入张量。 但是连接层的语法是 tf.keras.layers.concatenate(input,axis)，我需要这样的东西 tf.keras.layers.concatenate(axis)(input)，但它不起作用。 有人可以帮我吗？
谢谢你。

我的代码是这样的：

class MyModel(tf.keras.Model):
  def __init__(self):
    super(MyModel, self).__init__()
    self.block1 = Conv2D(.....)
    self.block2 = BatchNormalization()
    ....etc.....
    self.decoder_concat = tf.keras.layers.concatenate(axis=-1) #that i need but it does not work

  def call(self, inputs):
     x = self.block1(inputs)
     x = self.block2(x)
     ....etc......
     x = self.decoder_concat([x, concatLayer]) #that i need but it does not work

Answer 1

在这里提供解决方案（答案部分），即使它出现在评论部分，也是为了社区的利益。

将tf.keras.layers.concatenate更改为tf.keras.layers.Concatenate后，问题已解决。

tf.keras.layers.Concatenate用作连接 Tensorflow 中的输入列表的层，其中tf.keras.layers.concatenate充当连接层的功能接口。 请在此处参考更多详细信息

请参考下面的更新代码

class MyModel(tf.keras.Model):
  def __init__(self):
    super(MyModel, self).__init__()
    self.block1 = Conv2D(.....)
    self.block2 = BatchNormalization()
    ....etc.....
    self.decoder_concat = tf.keras.layers.Concatenate(axis=-1) #that i need but it does not work

  def call(self, inputs):
     x = self.block1(inputs)
     x = self.block2(x)
     ....etc......
     x = self.decoder_concat([x, concatLayer]) #that i need but it does not work