Keras 1.3：与批量归一化共享模型权重的错误

Question

我想通过一个模型传递两个输入，然后需要连接两者并通过第二个模型，其中 model1 的权重应为两个输入共享，如下代码所示：

x = Conv2D(64, (3, 3))(input0)
#x = BatchNormalization()(x)
x = MaxPooling2D((2, 2))(x)
out = Flatten()(x)

model1 = Model(input0, out) 
model1 = Model(input0, out)
out_a = model1(input1)
out_b = model1(input2)

concatenated = keras.layers.concatenate([out_a, out_b])
out = Dense(1, activation='sigmoid')(concatenated)
model2 = Model([input1, input2], out)

这在没有上面给出的批量标准化的情况下工作。但是，如果我取消注释 BatchNormalization，代码会出现以下错误：

ValueError: Variable batch_normalization_5/moving_mean/biased already exists, disallowed. Did you mean to set reuse=True in VarScope? Originally defined at

我不知道如何解决此错误。

完整模型图如下：

人们在使用 tensorflow 1.3 的多个 GPU 时收到此错误消息，但是，我的错误消息相同但错误原因不同。

Answer 1

通过将tensorflow 1.3升级到1.4解决了这个问题。