如何将两个Keras自编码器的输出连接到同一层并解决TypeError报错

报错原因 #

你抛出TypeError: 'NoneType' object is not subscriptable的核心问题是：Concatenate层要求传入的是层的输出张量，而你直接传入了层对象本身。autoencoder1.layers[2]是Dense层对象，不是该层的输出张量，Keras计算图构建时无法识别层对象作为输入，因此抛出空对象下标错误。

正确实现方案 #

1. 首先分别获取两个自编码器的输入和输出张量，再做拼接：

# 取出两个自编码器的输入层、编码输出张量
input1 = autoencoder1.input
encode_output1 = autoencoder1.layers[2].output

input2 = autoencoder2.input
encode_output2 = autoencoder2.layers[2].output

# 拼接两个编码输出张量
concat_output = keras.layers.Concatenate()([encode_output1, encode_output2])

# 后续接自定义层，示例如下，可按需求调整
final_output = keras.layers.Dense(16, activation='relu')(concat_output)
# ... 其他后续层代码

# 构建完整的多输入模型
combined_model = keras.Model(inputs=[input1, input2], outputs=final_output)

2. 模型训练和推理时，按顺序传入两路输入数据即可：

# 示例训练调用，x1对应autoencoder1的输入数据，x2对应autoencoder2的输入数据
combined_model.fit([x1, x2], y_label, epochs=10, batch_size=32)

可选配置 #

如果后续训练时需要固定自编码器的权重不更新，可以添加如下代码：

for layer in autoencoder1.layers:
    layer.trainable = False
for layer in autoencoder2.layers:
    layer.trainable = False

注：你的两个自编码器编码输出维度均为(None, 36)，默认Concatenate在最后一维拼接后会得到(None, 72)的张量，符合计算要求，无需额外调整拼接维度参数。

内容的提问来源于stack exchange，提问作者Noam Patai