Я реализовал простую нейронную сеть с кератами, которая принимает 50 значений и возвращает классификацию «0» или «1».Я полагаю, что модель ожидает входную форму (50, 1).Я хотел бы добавить еще 50 значений данных для каждого входа, но я бы хотел, чтобы они были связаны с исходными 50 соответствующими входами.Так что вместо ввода формы (100, 1), я думаю, я бы хотел сделать ее формы (50, 2).Я хотел бы, чтобы нейронная сеть с самого начала знала, что у каждого входного объекта есть два значения, связанных с ним, вместо того, чтобы думать, что существует 100 отдельных входных объектов.Вот что у меня есть:
model = Sequential()
model.add(Dense(50, input_dim=50, kernel_initializer='normal', activation='relu'))
model.add(Dense(100, kernel_initializer='normal', activation='relu'))
model.add(Dense(1, kernel_initializer='normal', activation='sigmoid'))
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])
Может кто-нибудь показать мне, как изменить эту структуру, чтобы принять мою новую форму ввода?