本文介绍了Keras中的Masking层，用于在处理序列数据时屏蔽不需要的时间步。通过设置mask_value，可以指示模型跳过特定时间步的处理。在处理文本数据时，通常需要对数据进行填充以统一长度，而Masking层则可以在后续的LSTM等层中忽略填充的0值，避免对模型的影响。Masking层不会直接移除0值，而是让模型在计算时忽略这些位置，确保处理的有效性。
keras 的Mask层
先看下官方文档的解释
Masking层
方法keras.layers.core.Masking(mask_value=0.0)
使用给定的值对输入的序列信号进行“屏蔽”，用以定位需要跳过的时间步
对于输入张量的时间步，即输入张量的第1维度（维度从0开始算，见例子），如果输入张量在该时间步上都等于mask_value，则该时间步将在模型接下来的所有层（只要支持masking）被跳过（屏蔽）。
如果模型接下来的一些层不支持masking，却接受到masking过的数据，则抛出异常。
例子
考虑输入数据x是一个形如(samples,timesteps,features)的张量，现将其送入LSTM层。因为你缺少时间步为3和5的信号，所以你希望将其掩盖。这时候应该：
赋值x[:,3,:] = 0.，x[:,5,:] = 0.
在LSTM层之前插入mask_value=0.的Masking层
model = Sequential()
model.add(Masking(mask_value
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
