我有一个 CNN，需要接收 68 张全部为 59x59 像素的图像。CNN 应该在输出层输出 136 个值

我的训练数据具有形状（-1、68、59、59、1）。

我目前的方法是使用连接来加入多个网络，如下所示：

input_layer = [None] * 68
x = [None] * 68
for i in range(68):
    input_layer[i] = tf.keras.layers.Input(shape=training_data.shape[1:][1:])
    x[i] = Conv2D(64, (5,5))(input_layer[i])
    x[i] = LeakyReLU(alpha=0.3)(x[i])
    x[i] = MaxPooling2D(pool_size=(2,2))(x[i])
    x[i] = Model(inputs=input_layer[i], outputs=x[i])

combined = concatenate(x)

但是，这总是会给出错误：

ValueError: A `Concatenate` layer should be called on a list of at least 2 inputs

这种方法是一种合适的方法还是我这样做完全错误？