在 Python 中使用 Keras 将 27 个字段的输入连接到 LSTM 层的输出

Question

我有一个现有的 LSTM 模型，如下所示：model_glove1 = Sequential()model_glove1.add(Embedding(vocabulary_size, 25, input_length=50, weights=[embedding_matrix25],trainable=False))model_glove1.add(LSTM(32))model_glove1.add(Dense(128, activation='relu'))model_glove1.add(Dense(64, activation='relu'))model_glove1.add(Dense(1, activation='softmax'))model_glove1.compile(loss='binary_crossentropy',optimizer='adam',metrics['accuracy',auc_roc])model_glove1.fit(data, np.array(train_y), batch_size=32,epochs=4,verbose=1,validation_split=0.1,shuffle=True)我想添加一个额外的辅助输入层，它存在于 27 列的数据框中。我希望该层与 LSTM 层的输出连接。是否可以 ？如果是这样，我该如何实现？