嵌入层和自定义功能

Question

我对我的LSTM模型的输入格式有疑问。 该模型如下：

model = Sequential()
model.add(Bidirectional(LSTM(128, return_sequences=True), input_shape=(30, 207)))
model.add(Dropout(0.2))
model.add(Bidirectional(LSTM(128,)))
model.add(Dropout(0.2))
model.add(Dense(1, activation='sigmoid'))
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['acc'])

用于二进制分类。

现在我必须fit()，但是我需要首先实现一个嵌入层。令人怀疑的是，输入应该是Keras可以理解的数字序列，并将其映射到嵌入向量（我已经使用FastText算法对向量进行了预训练）。向量维数为200。

“问题”是我想在输入序列上添加其他自定义功能，因此总尺寸为205（200个矢量+ 5个自定义功能） 那么，谁能给我一个输入序列的例子，它可以保存向量图AND / PLUS和其他自定义特征的索引？

谢谢