Input 如何将标量（非图像）值输入CNN？

分类任务基于图像和标量值

如果我将标量值编码为具有该值的图像像素（或该值的标准化版本），并将其作为输入图像中的另一层附加，那么我将在编码过程中浪费卷积计算周期，以便将该信息输入网络

另一方面，我可以将其作为另一个神经元发送到发生凸面特征图平坦化的层。另一个选项是在输出层之前添加。（但我如何在Keras或tensorflow中实现这样的网络？）

发送标量值的最佳方法是什么？

---

PS：虽然这个问题并不特定于任何框架，但Keras的例子在某种程度上是非常好的，因为它们足够简单，让大多数人都能理解。。。也欢迎链接到解决相同问题的博客。

在交叉验证网站上查看此问题和答案：
除了上面提到的论文中建议的“偏差”方法（当标量用作某个卷积层的偏差时），以及答案中建议的将标量附加到某个平坦层的另一个选项外，您还可以使用内积（Keras中的完全连接，“密集”）层以查找ND输入到标量之间的连接模式