Machine learning 层的额外外部输入_Machine Learning_Input_Neural Network_Cntk

Machine learning 层的额外外部输入

machine-learning input neural-network

Machine learning 层的额外外部输入,machine-learning,input,neural-network,cntk,Machine Learning,Input,Neural Network,Cntk,我正在尝试实现类似于中介绍的体系结构使用微软的CNTK框架。因此，我需要向一个或多个隐藏层添加输入，这些隐藏层不代表前一层的输出，而是外部定义的我曾尝试将标准层和这些附加输入拼接到一个层中，但后来我得到了一个具有多个输入的层。我也不知道如何在CNTK中实现两个连续层的部分连接。我查看了文档，但没有找到任何可以帮助我的函数。这是否可以通过CNTK实现 code = C.input_variable() input_tensor = C.input_variable() denseout1

我正在尝试实现类似于中介绍的体系结构使用微软的CNTK框架。因此，我需要向一个或多个隐藏层添加输入，这些隐藏层不代表前一层的输出，而是外部定义的

我曾尝试将标准层和这些附加输入拼接到一个层中，但后来我得到了一个具有多个输入的层。我也不知道如何在CNTK中实现两个连续层的部分连接。我查看了文档，但没有找到任何可以帮助我的函数。这是否可以通过CNTK实现

code = C.input_variable()
input_tensor = C.input_variable()

denseout1 = Dense()(C.splice(input_tensor, code, axis=...))
denseout2= Dense()(C.splice(denseout1, code, axis=...))

**我在这里回答，这样任何看这个的人都能得到帮助