有人知道如何用python中的keras（具有多个延迟的输出值）将完全前馈神经网络的输出反馈到网络的输入层吗？
我想创建一个类似插图的结构。Model architecture of nonlinear output error model with a neural network
详细说明： 因此，假设您有一个包含输入u和输出y的技术系统，并且您想训练一个基于非线性动态数据的模型来近似系统行为。您已经激活了系统，并且已经针对输入u和输出y在两个时间序列中收集了信息。图中的q ^ -1是单位延迟，这意味着您将时间序列延迟了大约一个离散时间步长。现在，我想为完全馈送的前向神经网络（即具有两个密集的隐藏层）提供输入，它们具有输入u的延迟时间序列和模型输出^ y（神经网络的输出）的延迟时间序列。因此，我想将神经网络的延迟输出反馈到神经网络的输入层。
这是另一个插图，它更详细地说明了我的计划。 NOE model architecture with a neural network with one hidden layer
