Как игнорировать некоторый входной слой при прогнозировании в модели керас, обученной с несколькими входными слоями?

Question

Я работаю с нейронными сетями, и я реализовал следующую архитектуру, используя keras с tensorflow backend:

Для обучения я дам несколько меток в слое labels_vector, этот вектор может иметь значения int32 (т. Е. 0 может быть меткой). Для фазы тестирования мне нужно просто игнорировать этот входной слой, если я установлю его на 0, результаты могут быть неверными, так как я тренировался с метками, которые могут быть равны 0 vector. Есть ли способ просто игнорировать или отключать этот слой на этапе прогнозирования? Заранее спасибо.

Answer 1

Как игнорировать некоторый входной слой?

Вы не можете . Keras не может просто игнорировать входной слой, так как от него зависит вывод.

Одним из решений, позволяющих получить почти то, что вам нужно, является определение пользовательской метки в ваших тренировочных данных в качестве нулевого значения. Ваша сеть научится игнорировать , если почувствует, что это не важная функция.

Если labels_vector является вектором категориальных меток, используйте однократное кодирование вместо целочисленное кодирование . Целочисленное кодирование предполагает наличие естественного упорядоченного отношения между каждой меткой, что неверно.