如何用deeplearning4j将混合型输入连接到多层网络中？

Question

我有一个数据集，其中有些特征是数字的，有些是分类的，有些是字符串的(例如描述)。举个例子，让我说我有三个特性：

| Number | Type | Comment                               |
---------------------------------------------------------
| 1.23   | 1    | Some comment, up to 10000 characters  |
| 2.34   | 2    | Different comment many words          |
... 

我是否可以将它们全部作为dl4j中多层网络的输入，其中数值和分类将是规则的输入特性，但是字符串注释特性将首先作为单词序列由一个简单的RNN处理(例如嵌入-> LSTM)？换句话说，架构应该是这样的：

"Number"  "Type"  "Comment"
  |         |         |
  |         |      Embedding
  |         |         |
  |         |       LSTM
  |         |         |
 Main Multi-Layer Network
          | 
        Dense
          |
         ...
          |
       Output

我认为在Keras中，这可以通过级联层来实现。在DL4J中有这样的东西吗？

Answer 1

Dl4j有99%的keras导入覆盖率。我们也有串连层。看看不同的顶点。您可以在keras中做的任何事情都应该能够在dl4j中完成，只有非常特殊的情况除外。这里有更多信息：https://deeplearning4j.org/docs/latest/deeplearning4j-nn-computationgraph，您想要一个MergeVertex。