File "C:\lstnet_keras-master\lstm\LSTNet_Interface_a373.py", line 225, in LSTNetAttention input_data1 = residual_block(input_data1, filters=128, kernel_size=3) TypeError: residual_block() got an unexpected keyword argument 'kernel_size'

这个错误提示表明 `residual_block` 函数不支持 `kernel_size` 参数。请检查 `residual_block` 函数的定义，确保它没有定义 `kernel_size` 参数。如果您需要在 `residual_block` 函数中使用 `kernel_size` 参数，您需要在函数定义中添加该参数。例如：

from tensorflow.keras.layers import Conv2D, BatchNormalization, Add, Activation, Lambda

def residual_block(x, filters, kernel_size=3):
    # 定义第一个卷积层
    conv1 = Conv2D(filters, (kernel_size, kernel_size), padding='same', activation='relu')(x)
    # 定义第二个卷积层
    conv2 = Conv2D(filters, (kernel_size, kernel_size), padding='same', activation=None)(conv1)
    # 定义归一化层
    bn = BatchNormalization()(conv2)
    # 定义跨层连接
    add = Lambda(lambda inputs, x: inputs[0] + inputs[1])([x, bn])
    # 定义激活函数
    out = Activation('relu')(add)
    return out

这里我们添加了 `kernel_size` 参数，并在卷积层中使用该参数。请注意，如果您修改了 `residual_block` 函数的定义，请确保在调用该函数时使用正确的参数。