Python 如何处理Keras层的重复输入？

我有一个Keras模型，它有两个输入层

形状为

（20300）

的推特

其他五条tweet的形状

（5,20300）

。但是，所有培训示例的输入都是相同的

换句话说，对于每个训练步骤，都会有不同的tweet（第一次输入）和相同的五条tweet（第二次输入）。我的第二个输入形状为

（5,20300）

非常大，可以重复

num_samples

次，然后用作Keras模型的输入层。 我需要一种方法来进行keras模型内部使用的第二次输入，但不重复

num_samples

次

---

有什么方法可以处理这种类型的输入吗？

用该常量输入创建一个张量：

fixed_tweets = keras.backend.constant(the_tweets_as_numpy)

使用常规输入和张量输入：

input1 = Input((20,300))
input2 = Input(tensor=fixed_tweets)

去玩吧

您可能需要自定义层来处理

input1

（任意）和

input2

（5）的批大小之间的差异