我有一个数据集，其中一些特征是数值型的，一些是分类型的，还有一些是字符串型的（例如描述）。举个例子，假设我有三个特征：

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

我能否将它们全部作为多层网络的输入，其中数值型和分类型特征作为常规输入特征，而字符串型的评论特征则首先通过一个简单的RNN（例如Embedding -> LSTM）进行处理？换句话说，架构应该看起来像这样：

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

我想在Keras中可以通过Concatenate层实现这一点。DL4J中有类似的东西吗？

回答：

Dl4j支持99%的Keras导入。我们也有连接层。请查看各种顶点。只要在Keras中能做的，在dl4j中也应该可以做到，除了非常特殊的情况。更多信息请查看：https://deeplearning4j.org/docs/latest/deeplearning4j-nn-computationgraph 你需要使用MergeVertex。