Ошибка - ввод, который не является символическим тензором - логическое значение

Я пытаюсь настроить вес слоя Dense благодаря бинарной кроссэнтропийной потере. A создали общий слой, который выводит для двух векторов два значения (encoded_value_1 и encoded_value_2). Я хочу создать логическое значение, равное 1, если значение encoded_value_1 превосходит значение encoded_value_2. Для этого я использую greater через слой Lambda. Тем не менее, это выдает ошибку (см. Ниже).

import keras
from keras.backend import greater
from keras.layers import Input, LSTM, Dense, Lambda, concatenate
from keras.models import Model

value_1 = Input(shape=(4,))
value_2 = Input(shape=(4,))

shared_layer = Dense(1)
encoded_value_1 = shared_layer(value_1)
encoded_value_2 = shared_layer(value_2)

x = Lambda(greater,output_shape=(1,))((encoded_value_1,encoded_value_2)) 
model = Model(inputs=[value_1, value_2], outputs=x)
model.compile(optimizer='adam',loss='binary_crossentropy', metrics='accuracy'])

NB: я также пытался объединить два слоя, у меня была та же ошибка.

merged_vector = concatenate([encoded_value_1, encoded_value_2], axis=-1)
x = Lambda(greater,output_shape=(1,))((merged_vector[0],merged_vector[1]))

ValueError: Layer lambda_4 was called with an input that isn't a symbolic tensor. Received type: . Full input: [(, )]. All inputs to the layer should be tensors.