我想在Tensorflow中创建一个卷积神经网络，该网络将图像作为输入传递到第一个卷积层，并通过网络传播这些数据。在最后一个池化层被展平的点上，我想在此处添加一些额外的输入，或者直接添加到全连接层中。

注意： 对于训练数据中的每张输入图像，都有一组与该图像唯一对应的数值数据。

请问有人能提供一些关于如何在Tensorflow中实现这个的信息吗？

回答：

你可以声明一个输入变量，并在你喜欢的任何地方使用它。它不必在第一层使用。

#A,B 是占位符，让我们假设last_layer = forward(A) # forward 函数计算到最后一层output = transform(last_layer,B)

如果你在问题中添加具体的代码，我可以提供更多帮助。