这可能是一个错误的问题或什么，所以请随时纠正我:)。

我已经研究神经网络好几个星期了。我遇到了使用神经网络的多类分类模型。

正如我们在这张图片中看到的，该模型允许您将输入分类为不同的类别。但这也假设您的输入始终使用相同的数字特征，对吗？这意味着如果我想识别手写数字，我应该拥有相同尺寸的图像（例如 24x24），这样我就可以使用相同数量的特征（在本例中为 24x24=576）。但是如果一个类，例如数字 6，需要不同数量的特征（比如手写数字 6 的尺寸是 30x30 像素）怎么办？

• 我知道这样做的合乎逻辑的方法是拥有两个不同的神经网络，但是有没有办法同时训练一个多类分类模型，其中输入可能使用不同的特征？研究对此有何看法？

PS：如果你有这方面的好读物，也请随意链接。

最好的，