假设我正在创建一个完全卷积的分类器来识别不同类型的动物。现在让我们假设我事先知道动物属于动物王国的哪个部分（哺乳动物、爬行动物、两栖动物......等）。我如何将这些额外信息呈现给全卷积网络？
任何想法或研究都会非常有帮助。
编辑* 更具体地说，我关心的是域适应，如此处所示，在此示例中，我使用的是完全卷积网络，没有任何池化或跨步，其中输出与输入大小相同（即从一个域转换到另一个域的图像）。在这方面，我希望能够在任何大小的图像上运行域适应。在输入中添加额外的通道似乎是最有意义的，但是如果我对一堆分类变量进行一次性编码，这将消耗大量内存。