我正在实现两个不同的keras层之间的自定义连接。神经网络开始如下：
at Stack.main(Stack.java:7)
现在，s2的输出大小为 14 * 14 * 6
在这里，我想将自定义连接应用于输出大小为10 * 10 * 16的卷积层c3（也就是说，需要在大小为14 * 14 * 6的s2上应用16个过滤器10 * 10 * 16）。为此，我需要使用model = tf.keras.Sequential()
c1 = model.add(Conv2D(6, kernel_size=[5,5], strides=(stride,stride), padding="valid", input_shape=(32,32,1),
activation = 'tanh'))
s2 = model.add(AveragePooling2D(pool_size=2, strides=2, padding='valid'))
，kernal_size = 5*5，filers=16和stride = 1。
但是，（s2的）所有6个特征图都未连接到（c3）的16个特征图。有关连接的说明如here所示。
例如（上面给出的链接的说明），要构建第一个C3特征图，您需要将3个输入图（大小为14 * 14 * 6的s2）与5x5过滤器进行卷积，从而得到3 10x10汇总后得出的第一个要素地图，其大小为10x10。
我在某处读到，我们需要使用Functional API来构建它。
但是，我不确定如何继续进行。有人可以帮助实现这一点。
我实现此目标的最初方法如下：
padding=valid我想知道我的方法是否正确（我知道不是因为我收到了太多错误）。因此，如上所述，在重新创建自定义连接时需要帮助。任何帮助表示赞赏。