Keras 不同维度的训练特征

我有两种类型的功能，应该连接和训练，功能如下：

带尺寸的图像（277217,3）

实数向量（40,1）

我所做的是在所有图像上训练模型后，提取所有样本的predict（）函数的输出，这个输出向量，然后将这个向量与实数特征连接起来。但问题是，当我单独训练predict（）的值时，结果低于基础模型的结果

因此，我试图在模型训练时在卷积层之后添加特征

---

提前谢谢

你需要什么还不是很清楚。你是在问如何连接这两个层吗？如果是这样的话，请看<代码> TF.KARA.Leal.Cu连t < /Cord>。我需要在模型中间添加特性，同时进行培训。这些特征是实数，而主要特征是图像