AttributeError : Layer model has multiple inbound nodes

前言：当在一个baseline上做修改（改变原有结构，增/减一些自定义网络），模型重载并获得输入输出的时候容易出一些问题，就比如这个error:
AttributeError: Layer model has multiple inbound nodes,
hence the notion of “layer output” is ill-defined.
Use get_output_at(node_index) instead.

这个问题主要由于TF的图造成的，比如下述对网络的定义，仅仅是将原有的dense layer进行了全连接和激活的分解：

# model define
base_model = load_model(weight_path)

out = base_model.layers[-2].output

predictions=layers.Dense(classes)(out)

predictions=layers.Activation('softmax')(predictions)

model=Model(base_model.input,predictions)

# call function, throwing error
dense_out = K.function([model.ibput], [model.output)

AttributeError: Layer model has multiple inbound nodes,
hence the notion of "layer input" is ill-defined.
Use `get_input_at(node_index)` instead.

可以认为模型在load_model的时候定义了一套输入和输出，当再重新定义一个Model的时候也会注册一套输入和输出，因此在使用的时候会造成上述的错误，无法再多个节点中定位给到你想要的那一个，因此要显示指定。

方式一：

# call function
dense_out = K.function([model.get_input_at(0)], 
								[model.get_output_at(0))

当你不太确定 node index 是 0 还是 1 的时候，可以尝试下，进行一张图像的输入和输出，并可以知道正确的索引（如果更好的确认方式可以评论区留言）

方式二：更为显示的指定：

# call function
last_dense_layer = model.layers[-1]
dense_out = K.function([model.get_input_at(0)], 
								[last_dense_layer.output)

参考资料-1
参考资料-2