TensorFlow模型拼接后Dense层输入形状不匹配问题排查

在TensorFlow模型中，我将形状为(Batch_size, 29, 1)的输入序列送入1D CNN处理，之后尝试将CNN输出与形状为(Batch_size, 2)的人工特征结合。CNN处理后输出形状为(Batch_size, 29, 512)，展平后为(Batch_size, 14848)，拼接后预期形状为(Batch_size, 14850)，且打印的张量形状符合预期，但后续Dense层报错称接收的输入形状为(Batch_size, 1053)，与预期的14850不匹配，排查批量大小问题后仍报错。

相关代码片段 #

cnn_output = Activation('relu')(x6)

# --- 合并分支 ---
cnn_flat = Flatten()(cnn_output)  # 展平CNN分支
engineered_input = Input(shape=(num_engineered_features,), name='engineered_input')
combined = Concatenate(axis=1)([cnn_flat, engineered_input])

# --- 最终全连接层 ---
x7 = Dense(64, activation='relu')(combined)

打印的张量形状 #

展平前CNN输出形状：(None, 29, 512)
展平后CNN输出形状：(None, 14848)
人工输入形状：(None, 2)
拼接后张量形状：(None, 14850)

报错信息 #

层"dense_1"的输入0与该层不兼容：预期输入形状的-1轴值为14850，但接收到的输入形状为(None, 1053)

内容的提问来源于stack exchange，提问作者VafrousEsprit