Python 3.x Keras/tensorflow中CNN的连接向量

我试图连接CNN的平坦输出和标量值向量。我试图通过图像和向量来影响网络。所以平坦CNN大小的输出是11024，我想连接的向量是1，5

---

当然，凯拉斯希望它们的尺寸相似。那么，在这种情况下，最佳做法是什么？用零将向量展开到1024？我试图让向量产生影响，我还能做什么？我正在尝试做类似的事情。

为什么不在最后一个维度上连接它们，以获得形状为11029的张量

from keras.models import Model
from keras.layers import Input, Concatenate

img = Input(shape=(1,1024))
vec = Input(shape=(1,5))
res = Concatenate(axis=-1)([img, vec])
model = Model(inputs=[img, vec], outputs=res)
model.summary()
# _______________________________________________________________________________
# Layer (type)                    Output Shape         Param #     Connected to
# ===============================================================================
# input_1 (InputLayer)            (None, 1, 1024)      0              
# _______________________________________________________________________________
# input_2 (InputLayer)            (None, 1, 5)         0              
# _______________________________________________________________________________
# concatenate_1 (Concatenate)     (None, 1, 1029)      0           input_1[0][0]
#                                                                  input_2[0][0]
# ===============================================================================
# Total params: 0
# Trainable params: 0
# Non-trainable params: 0
# _______________________________________________________________________________