神经网络中的多对象输入

Question

我是神经网络的新手，想编程一个NN，该NN必须将2个或3个相同类的对象/实例（加上1-2个附加属性）组合作为输入，并给出yes / no分类为输出。

例如，我有一个具有不同属性的类：

class Ingredient {
    enum Group {
        Vegetable,
        Fruit,
        Meat,
        Baked,
        Milk_Product
    }

    int carbs;
    int proteins;
    int fat;
    Group group; # 5 One-hot encoded
}


# Input
Ingredient ingredient1, ingredient2, ingredient3; # Each as 8-vector (5 OH + 3 values)
boolean sauce; # One-hot encoded

和一个充满不同组合（2个或3个成分对象+一个用于调味的布尔值）的数据集，其中每个组合对应于yes / no的味觉值，而NN应该能够预测。

我假设例如3成分组合将具有25个输入值：（5个热编码组+ 3种营养素）* 3 +1个热调味酱。

我的问题是：

1. 将3种组合中的2种分开并构建一个 每种神经网络（2个组合只能有17个输入）？
2. 是否存在将输入层与第一层连接的特殊方法 隐藏层（考虑输入由不同的对象组成）或 只是标准的全网格？

我使用TensorFlow作为框架。谢谢您的帮助！