[Keras Conv in Autoencoder] ValueError: Graph disconnected: cannot obtain value for tensor Tensor

Question

前提・実現したいこと

kerasでConv2Dを使ったAutoencoderを試してみたいと思っているのですがエラーが出てこまってます。解決策を知っている人いっらしゃりませんか。
検索してみると変数を上書きしているとか、定義していないとかが解決策として見つかりますが、自分で見た限りそういったミスはないように見えます。

発生している問題・エラーメッセージ

/Users/home/Desktop/work/Python/scraping/lib/python3.6/site-packages/keras/engine/network.py:180: UserWarning: Model inputs must come from `keras.layers.Input` (thus holding past layer metadata), they cannot be the output of a previous non-Input layer. Here, a tensor specified as input to your model was not an Input tensor, it was generated by layer max_pooling2d_2.
Note that input tensors are instantiated via `tensor = keras.layers.Input(shape)`.
The tensor that caused the issue was: max_pooling2d_2/MaxPool:0
  str(x.name))
Traceback (most recent call last):
  File "toy.py", line 44, in <module>
    decoder = Model(encoded,outputs,name='decoder')
  File "/Users/home/Desktop/work/Python/scraping/lib/python3.6/site-packages/keras/legacy/interfaces.py", line 91, in wrapper
    return func(*args, **kwargs)
  File "/Users/home/Desktop/work/Python/scraping/lib/python3.6/site-packages/keras/engine/network.py", line 93, in __init__
    self._init_graph_network(*args, **kwargs)
  File "/Users/home/Desktop/work/Python/scraping/lib/python3.6/site-packages/keras/engine/network.py", line 231, in _init_graph_network
    self.inputs, self.outputs)
  File "/Users/home/Desktop/work/Python/scraping/lib/python3.6/site-packages/keras/engine/network.py", line 1443, in _map_graph_network
    str(layers_with_complete_input))
ValueError: Graph disconnected: cannot obtain value for tensor Tensor("encoder_input:0", shape=(?, 28, 28, 1), dtype=float32) at layer "encoder_input". The following previous layers were accessed without issue: []

該当のソースコード

input_shape = (28,28,1)

inputs = Input(shape=input_shape,name='encoder_input')
x = Conv2D(filters=64,kernel_size=3,activation='relu',padding='same')(inputs)
x = MaxPooling2D(pool_size=(2,2),padding='same')(x)
x = Conv2D(filters=128,kernel_size=3,activation='relu',padding='same')(x)
encoded = MaxPooling2D(pool_size=(2,2),padding='same')(x)

# instantiate encoder model
encoder = Model(inputs,encoded,name='encoder')
encoder.summary()
plot_model(encoder,to_file='autoconv_encoder.png',show_shapes=True)

x = Conv2D(filters=128,kernel_size=3,activation='relu',padding='same')(encoded)
x = UpSampling2D((2,2))(x)
x = Conv2D(filters=64,kernel_size=3,activation='relu',padding='same')(x)
x = UpSampling2D((2,2))(x)
outputs = Conv2D(filters=1,kernel_size=3,activation='sigmoid',padding='same',name='decoder_output')(x)

# instaitiate decoder model
decoder = Model(encoded,outputs,name='decoder')
decoder.summary()
plot_model(decoder,to_file='autoconv_decoder.png',show_shapes=True)

Answer 1

kerasの初心者なので、良い回答になりませんが。

提示されているコードの意図はわかるのですが、
どうも、これだと、ご指摘のエラーになるようです。
encoder側のinputのことを言われる。
（これを回避できるやり方があるんですかね。）

目的（この後の使い方）にもよりますが、decoder側を、
以下のように別途、定義するのではダメでしょうか？
input_shapeD = (7,7,128)
inputsD = Input(shape=input_shapeD,name='decoder_input')

もしくは、
encoder＋decoderのモデルを定義するなど。

Comments

[pop-ketle]

回答ありがとうございます。
うーん、どうにもなんでうまくいかないのかピンとこないんですよね
(shapeがおかしいらしいのはわかるけどどうしてなのか…)

まあ、それはさておき、
実は、すでに自分の環境ではencoder＋decoderのモデルを定義することでごまかして使っていました。ということでこの方法ならとりあえず使えると思います。

「目的（この後の使い方）にもよりますが、decoder側を、
以下のように別途、定義するのではダメでしょうか？
input_shapeD = (7,7,128)
inputsD = Input(shape=input_shapeD,name='decoder_input')」
こちらの方法も後で時間がある時に試してみようと思います。

ありがとうございました。

[pop-ketle]

今更ですがエラーの理由に気づいたのでコメント

KerasのModelクラスは入力にあたる部分をInputレイヤーで定義したものを使う必要があるようです。