使用 Keras，我试图从已发表的论文中重现一些基本结果。

在这个任务中，有两个神经网络 - A 和 B，它们以级联形式连接，即模型 A 的输出馈入模型 B 的输入。请参见下图。

以下是需要实施的具体步骤：

1. 对模型 A 执行一次前向传递，批量大小为 64 和 13155 行。
2. 克隆输出以创建一批 128 行，即使用每个训练样本两次。（有区分重复行的辅助输入，但为简洁起见，我省略了该信息）。
3. 通过上面的#2 对模型 B 执行一次前向传递。
4. 现在向后两个网络，计算每个网络的损失，对损失求和并将其与两个网络的梯度一起发送到优化器。

由于我对神经网络和 Keras 世界还很陌生，我非常感谢社区为在 Keras 中实施上述步骤提供的任何帮助。特别是，我对实施第 2 步感到很困惑（请参见附图）。

作为一个起点，我发现这个答案与我的问题有些一致，但是针对我的具体问题的定制细节是模糊的，例如如何分别实现前向和后向逻辑等。