Ausnahme: Output Tensoren auf ein Modell muss Keras Tensoren sein

Question

Ich erhalte diese Ausnahme den folgenden Code ausführen:

base_model = VGG16(weights='imagenet') 

conv4_3, conv3_3, conv2_2, conv1_2 = base_model.get_layer('block4_conv3').output, base_model.get_layer('block3_conv3').output, base_model.get_layer('block2_conv2').output, base_model.get_layer('block1_conv2').output 

conv1 = Convolution2D(256, 1, 1, border_mode='same')(BatchNormalization()(conv4_3)) 
conv1_scaled = tf.image.resize_bilinear(conv1, (56, 56)) 
x = merge([BatchNormalization()(conv3_3), conv1_scaled], mode='sum') 
conv2 = Convolution2D(128, 3, 3, border_mode='same', input_shape=(256, 56, 56))(x) 

op = Convolution2D(2, 3, 3, border_mode='same')(conv2) 

model = Model(input=base_model.input, output=op) 

Die Zurückverfolgungs:

Traceback (most recent call last): 
    File "keras_btp.py", line 147, in <module> 
    model = Model(input=base_model.input, output=op) 
    File "/usr/local/lib/python2.7/dist-packages/keras/engine/topology.py", line 1661, in __init__ 
    'Keras tensors. Found: ' + str(x)) 
Exception: Output tensors to a Model must be Keras tensors. Found: 

Tensor("add_19:0", shape=(?, 56, 56, 2), dtype=float32) 

Ich weiß, dass der Fehler in der merge Linie . Wie repariere ich es?

Answer 1

Sie sehen diesen Fehler, weil eine der Eingaben von Merge nicht von einer Keras-Ebene kommt. Versuchen Sie stattdessen defining your own custom layer for resizing.