Извлечение функций из двух автоэнкодеров разных входных размеров, затем объединение их узких мест и подача в MLP для задачи регрессии

Question

Вопрос такой же, как здесь задача - регрессия вместо классификации.

Что если x1_train и x2_train имеют разные размеры, например, если x1_train - мои исходные данные поезда и x2_trainэто транспонирование, для проблем регрессии Y_train == X_train? Ни одно из следующих действий не работает или не кажется логичным.

myMLP.fit([x1_train, x2_train], x1_train, epochs=200, batch_size=8), 

myMLP.fit([x1_train, x2_train], x2_train, epochs=200, batch_size=8),

myMLP.fit([x1_train, x2_train], [x1_train,x2_train], epochs=200, batch_size=8),

myMLP.fit([x1_train, x2_train], x1_train,x2_train, epochs=200, batch_size=8)

Answer 1

Я нашел решение благодаря этому парню.