三通道编译通过但无法训练
报错
InvalidArgumentError (see above for traceback): Incompatible shapes: [128] vs. [384]。其中384= 128×3
报错原因
本文为三通道2DCNN，在model的中间通过代码：
outputs = keras.layers.concatenate([inputs_1, inputs_2, inputs_3], axis = 0)
将三个通道的输出结合了在一起，注意是在axis = 0的维度上，这是导致报错的原因所在。下面解释为什么。
首先，我们假设我们的数据形状为（128，8，8），我们的batch_size = 128，那么model在fit编译的时候，就会根据数据形状的样本数128去编译。但是我们在通道concatenate（）之后数据形状变为了（128×3，8，8），这时候就会出现我们看到的这个报错。
修改建议
outputs = keras.layers.concatenate([inputs_1, inputs_2, inputs_3], axis = 1)
即把在axis = 0 改为axis = 1，数据形状为：（128，8×3，8）模型搭建。
如果你有问题，欢迎给我留言。