神经网络未使用TensorFlow或Keras分层组织

Question

我需要实现一个不基于层的神经网络，这意味着任何神经元都可以连接到任何其他神经元，并且没有办法将它们逻辑地组织在连续的层中。

我要问的是一个示例或对有关如何实现以下内容的正确且清晰的文档的引用：

最初我在Matlab中有自己的实现，但是，我一直在使用TensorFlow和Keras来测试简单的模型，它可以非常快速地调整您的网络，并且实现效率很高，所以我决定尝试更复杂的方法模型，但是，我只是受困于创建这种类型的网络。

提示：创建单神经元层可能是可以的，只要您可以将一个层连接到任何层（如果不相邻，则无需关心）并且可以连接到多个层。

我是Tf和Keras的新手，所以欢迎使用一个简单的python示例，尽管，将我指向正确的方向是可以的。

这是一个示例网络（有意形成循环！）：

我现在不需要训练，只是为了评估模型，但是请记住，这种网络的评估也有所不同，一种可能的方法是保持信号发送直到输出稳定为止，但这是只是一个例子。