TensorFlow拼接两个模型时出现TensorShape报错：as_list()未定义

错误原因 #

你在CNN分支的最后一行存在疏漏：

x = Dense(32, activation='relu')

这里仅定义了Dense层对象，但未将上一层的输出张量x传入该层计算，导致x是层实例而非张量。而MLP分支的y是正常输出张量，Concatenate层要求输入必须为张量，不同类型的输入会导致张量形状无法被正确解析，从而触发该报错。

解决方法 #

给最后一个Dense层传入输入张量，修正代码：

x = Dense(32, activation='relu')(x)

修正后的完整代码 #

cnn_model = Input(shape=(49, 10))
x = Conv1D(16, kernel_size=3, activation='relu')(cnn_model)
x = MaxPooling1D(pool_size=2)(x)
x = Conv1D(32, kernel_size=3, activation='relu')(x)
x = MaxPooling1D(pool_size=2)(x)
x = Flatten()(x)
x = Dense(32, activation='relu')(x)  # 此处已修正

mlp_model = Input(shape=(4,))
y = Dense(64, activation='relu')(mlp_model)
y = Dense(32, activation='relu')(y)

combined = Concatenate()([x, y])

z = Dense(16, activation='relu')(combined)
output = Dense(1, activation='sigmoid')(z)

model = Model(inputs=[cnn_model, mlp_model], outputs=output)

修改后，x成为CNN分支的输出张量，与y的形状均可被正确识别，拼接操作就能正常执行。

内容的提问来源于stack exchange，提问作者haides