神经网络中可以有多个输入吗？

Question

我有2个不同的输入，其中第二个是第一个的输出（在图像中可见，请注意，我没有包括网络之间的所有线路）。
我正在尝试建立一个网络，其中在第一个输入和第二个输入之间有一个或多个密集层（完全连接的层），然后在第二个输入和输出之间又有一个或多个密集层。 这可能吗？

我要建立的网络：

我首先是这样定义网络的：

model = Sequential()
model.add(Dense(num_neurons, input_dim=input, activation='relu'))
model.add(Dense(output, activation='softmax'))

model = Sequential()
model.add(Dense(num_neurons, input_dim=input, activation='relu'))
model.add(Dense(output, activation='softmax'))

由于输入是向量，我不知道是否甚至可以使用RNN / LSTM。

我应该进行其他网络设计吗？

Answer 1

我使用Keras Functional API创建了网络！ 看起来它可以使网络更加多样化，并允许许多输入和输出。