自定义图层，用于层间的递归交互

Question

我有一个问题。我正在尝试制作一个CNN，模型的返回首先是Dence层。我可以帮忙吗？ e.g：

model = Sequential()

model.add(Convolution2D(32, 3, 3, border_mode='same',
                        input_shape=X_train.shape[1:]))
model.add(Activation('relu'))
model.add(Convolution2D(32, 3, 3))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))

model.add(Convolution2D(64, 3, 3, border_mode='same'))
model.add(Activation('relu'))
model.add(Convolution2D(64, 3, 3))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))

model.add(Flatten())
model.add(Dense(512))
model.add(Activation('relu'))
model.add(Dropout(0.5))
model.add(Dense(nb_classes))
model.add(Activation('softmax'))

我应该有输出值feed layer Dense（512）

1. 密集（512 + 10，名称='d1'）输出d2并输入此处。
2. 激活（）
3. 辍学（522）
4. 密集（10，名字='d2'）