标签： deep-learning convolution
我正在尝试构建一个神经网络架构，该架构使用位置图像以及非图像信息（本地天气，人口普查数据）来准确地对位置进行分类。
我知道应该使用CNN来评估图像数据，但我不确定如何将非图像数据集成到神经网络中。我应该使用CNN的输出作为新的前馈神经网络的输入，并将非成像数据作为附加输入吗？或者可能是CNN（成像数据）和前馈（非成像数据）的集合方法。
使用带有TF后端的Keras，非常感谢任何有用的链接/代码/论文！