掩蔽如何在 keras 的循环模型中工作？答案

【问题标题】：how does masking work in a recurrent model in keras?掩蔽如何在 keras 的循环模型中工作？
【发布时间】：2017-10-11 18:24:53
【问题描述】：

我找到了一个训练有素的基于 LSTM 的网络。网络允许屏蔽。

for l in range(len(model.layers)):
    d=model.layers[l].__dict__
    print(d['supports_masking'])
    print(d['name'])

输入层旁边的所有“名称”对我来说是True。

我还有一个缺少时间戳的时间序列，我将其替换为正确的 mask_value。

网络是否使用所有的 masked_values 作为其他普通值来确定最终预测，所以前向传递的所有计算都实际执行（示例更新 LSTM 中输入中每个时间戳的状态）或掩码样本被完全跳过，所以计算永远不会发生？

【问题讨论】：

【解决方案1】：

Keras 将跳过时间步长，如 documentation 中所述。

【讨论】：

谢谢。好的，但是如果我有一个观察结果，它在每个时间戳都具有与 mask_value 相同的值（出于任何原因），那么就无法做出预测？例如速度时间序列，如果我所有的读数都缺失或为零，这对我来说是根本不同的
您不应该使用数据中存在的掩码值。选择一个专门用于该目的的值。例如-10000。