Keras 複数入力 numpy.ndarrayエラー

Question

前提・実現したいこと

GoogleColabを使って、Kerasで1次元データを2列入力し、単一の出力を得るモデルを作成しています。
しかし、Modelクラスで複数入力をする際、以下のエラーが出て解決できません。
Pythonは始めたばかりでエラーメッセージの意味もあいまいなので、教えていただきたいです。

AttributeError: 'numpy.ndarray' object has no attribute 'op'

以下、ソースコードを記載します。

##インポート

%tensorflow_version 2.x
import numpy as np
from numpy import array
import pandas as pd
from pandas import DataFrame
import glob
import matplotlib.pyplot as plt

import tensorflow as tf
from sklearn.model_selection import train_test_split
from tensorflow.keras import layers, models, initializers
from keras.utils import to_categorical
from tensorflow.python.keras.layers import Input,Conv1D,MaxPooling1D,Dense,Flatten,Dropout,Lambda
from tensorflow.python.keras.models import Model

np.random.seed(7)
tf.random.set_seed(7)

##データの取り込み

folder = ["Seikai","Huseikai"]　　##正解、不正解フォルダそれぞれ50個ずつのtxtファイル
X = np.zeros((1000,2,100))　　　　##長さ1000の磁場データを2列、100セット作りたい
Y = []
print(int(X.shape[2]/2))
for index, name in enumerate(folder):
    dir = "./" + name
    files = glob.glob(dir + "/*.txt")

    for i, file in enumerate(files):
        if index == 1:
           i=i+int(X.shape[2]/2)
        data = np.loadtxt(file, delimiter=',')　　##txtファイルの中身は1000×2の数値データ
        X[:,:,i]=np.array(data)
        Y.append(index)
Y = np.array(Y)

##都合のいい形に転置

X=X.transpose(2,0,1)
print(X.shape)     #(100, 1000, 2)
print(Y.shape)     #(100,)

X_train, X_test, Y_train, Y_test = train_test_split( X, Y, test_size=0.2 )

##モデル

input_B=X
input_by  = Lambda(lambda by: by[:, :, 0], output_shape=[100,1000])(input_B)
input_bz  = Lambda(lambda bz: bz[:, :, 1], output_shape=[100,1000])(input_B)

by=Input(shape=(1000,1))
by=Conv1D(32,5,strides=1,padding='same',
                        kernel_initializer=initializers.TruncatedNormal(),
                        use_bias=True,activation='relu')(by)
by=MaxPooling1D((2,))(by)
by=Flatten()(by)
output_by=tf.keras.layers.Dropout(rate=0.5)(by)

bz=Input(shape=(1000,1))
bz=Conv1D(32,5,strides=1,padding='same', 
                        kernel_initializer=initializers.TruncatedNormal(),
                        use_bias=True,activation='relu')(bz)
bz=MaxPooling1D((2,))(bz)
bz=Flatten()(bz)
output_bz=tf.keras.layers.Dropout(rate=0.5)(bz)

B =tf. keras. layers. concatenate ([output_by , output_bz])
B=Dense(32, activation='relu',  kernel_initializer=initializers.TruncatedNormal())(B)
B=Dense(1, activation='sigmoid',  name='sigmoid')

model=Model(inputs=[input_B], outputs=Y)

これを実行した際以下のエラーメッセージが出ます。

AttributeError                            Traceback (most recent call last)
<ipython-input-13-a4588258914a> in <module>()
     20 B=Dense(1, activation='sigmoid', name='sigmoid')
     21 
---> 22 model=Model(inputs=[input_B], outputs=Y)

5 frames
/tensorflow-2.1.0/python3.6/tensorflow_core/python/keras/engine/base_layer_utils.py in _create_keras_history_helper(tensors, processed_ops, created_layers)
    211     if getattr(tensor, '_keras_history', None) is not None:
    212       continue
--> 213     op = tensor.op  # The Op that created this Tensor.
    214     if op not in processed_ops:
    215       if op.type.startswith('Sparse'):

AttributeError: 'numpy.ndarray' object has no attribute 'op'

Answer 1

model=Model(inputs=[input_B], outputs=Y)

上記のinputsやoutputsに渡すのはデータ（numpy.ndarray）ではありません。
inputsにはInputレイヤーを、outputsは最後の出力レイヤー（ここではB）を指定します。
実際にデータを指定するのは学習時（fit()など）になります。

Comments

[Yoz_9]

解決しました！ありがとうございました！