如何在多点时间序列多标签分类问题中正确地垫高输出量

Question

我有一个问题，输入是一个长度可变的多变量序列（43个特征）的集合（长度从3到19个时间步长不等），输出是一个长度与输入序列相同的二进制向量序列（对于每个输入时间步长，我们预测一些实验室值是否正常或超出范围）。我曾试过对输入序列进行填充，以增加一个掩码层，但我必须对输出序列也进行填充，这将影响我的所有指标。那么大概如何对输出序列进行屏蔽（例如如果我将输出序列垫上-1的值，如何告诉网络在前向传播和损耗计算中不包括它呢？

Answer 1

你可以使用 pad_sequences 在tensorflow的任何序列上。https:/www.tensorflow.orgapi_docspythontfkeraspreprocessingsequencepad_sequences

tf.keras.preprocessing.sequence.pad_sequences(
    sequences, maxlen=None, dtype='int32', padding='pre', truncating='pre',
    value=0.0
)