Un réseau de neurones artificiels (ANN) avec un nombre arbitraire d'entrées et de sorties

Question

Je voudrais utiliser les ANN pour mon problème, mais le problème est que mes entrées et les sorties de nœuds ne sont pas fixes.

J'ai fait une recherche Google avant de poser ma question et j'ai constaté que le RNN pourrait m'aider avec mon problème. Mais tous les exemples que j'ai trouvés sont en quelque sorte défini Nombre de nœuds d'entrée et de sortie.

Donc, je recherche une stratégie, comment le rendre réel ou au moins quelques exemples, préférables dans Keras ou Pytorch.

Plus de détails sur mon problème:

J'ai deux listes d'entrées, où la longueur du premier est fixe et équivaut à deux, Fe:

in_1 = [2,2] 

Mais la longueur de la deuxième liste est flexible, la longueur peut être de trois à Inf, Fe:

in_2 = [1,1,2,2]

ou

in_2 = [1,1,1,2,2,2,3,3,3]

De plus, les listes d'entrée dépendent les unes des autres. La première liste affiche la dimension de la liste de sortie. Donc, si in_1 = [2,2], signifie que la sortie doit avoir la possibilité d'être remodelées sous la forme [2,2].

Actuellement, je pense combiner deux listes d'entrée en une seule:

in = in_1 + in_2 = [2, 2, 1, 1, 2, 2]

De plus, la sortie a la même longueur que le en 2 Liste, fi:

Si les listes d'entrée sont:

in_1 = [2, 2]
in_2 = [1, 1, 2, 2]

La sortie doit être:

out = [1, 2, 1, 2]

Toutes les idées sont les bienvenues!