如何用Keras定义多维神经网络

Question

我用keras实现了一个简单的神经网络，该网络接受50个值的输入并返回“ 0”或“ 1”的分类。我相信模型期望输入形状为（50，1）。我想为每个输入添加另外50个数据值，但我希望它们与原始的50个相应的输入关联。因此，我想不是将形状输入为（100，1），而是将形状输入为（50，2）。我希望神经网络从一开始就知道每个输入要素都有两个与之关联的值，而不是认为有100个单独的输入要素。这是我到目前为止的内容：

model = Sequential()
model.add(Dense(50, input_dim=50, kernel_initializer='normal', activation='relu'))
model.add(Dense(100, kernel_initializer='normal', activation='relu'))
model.add(Dense(1, kernel_initializer='normal', activation='sigmoid'))
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])

有人能告诉我改变这种结构以接受我的新输入形状的方法吗？