Python 我如何向Keras的CNN添加额外信息?

Python 我如何向Keras的CNN添加额外信息?,python,keras,conv-neural-network,Python,Keras,Conv Neural Network,我想给CNN添加一些额外的信息,比如性别,年龄,向量 我的CNN有代表125x64维语音直方图的输入矩阵。由于他们来自不同的人,我想将这些信息添加到模型中。此外,我想添加一些向量125x1,它表示语音的基音或能量(从特征提取中获得),但我认为将其附加到直方图不是一个好主意 model = Sequential() model.add(Conv2D(32, (3, 3), padding='valid', strides=1, input_shape=input_s

我想给CNN添加一些额外的信息,比如性别,年龄,向量

我的CNN有代表125x64维语音直方图的输入矩阵。由于他们来自不同的人,我想将这些信息添加到模型中。此外,我想添加一些向量125x1,它表示语音的基音或能量(从特征提取中获得),但我认为将其附加到直方图不是一个好主意

 model = Sequential()

 model.add(Conv2D(32, (3, 3), padding='valid', strides=1,
             input_shape=input_shape, activation='relu'))

 model.add(MaxPooling2D(pool_size=(4, 3), strides=(1, 3)))

 model.add(Conv2D(32, (1, 3), padding='valid', strides=1,
      input_shape=input_shape, activation='relu'))

 model.add(MaxPooling2D(pool_size=(1, 3), strides=(1, 3)))

 model.add(Flatten())
 model.add(Dense(512, activation='relu'))
 model.add(Dense(512, activation='relu'))
 model.add(Dropout(0.5))

 model.add(Dense(nb_classes))
 model.add(Activation('softmax'))

 model.compile(loss='categorical_crossentropy',
          optimizer='adadelta',
          metrics=['accuracy'])

将这些数据添加到直方图中确实没有多大意义。Keras在自己的文档中解释了如何在模型中使用多个输入:。段落多输入和多输出模型似乎就是您要寻找的