文章/答案/技术大牛

发布

社区首页 >问答首页 >人工神经网络如何处理各种大小的输入？

问人工神经网络如何处理各种大小的输入？
EN

Data Science用户

提问于 2020-10-10 13:28:14

回答 2查看 44关注 0票数 1

我有一个包含消息(字符串)和相关情绪的数据集。我试图用人工神经网络来预测六种情绪中的一种，使用编码的输入。

这就是我的X_train的样子：

array([list([1, 60, 2]),
   list([1, 6278, 14, 9137, 334, 9137, 8549, 1380, 7]),
   list([5, 107, 1, 2, 156]), ..., list([1, 2, 220, 41]),
   list([1, 2, 79, 137, 422, 877, 5, 230, 621, 18]),
   list([1, 11, 66, 1, 2, 9137, 175, 1, 6278, 5624, 1520])],
  dtype=object)

因为每个数组都有不同的长度，所以不会被接受。我能做些什么？

PS:编码值是使用keras.preprocessing.Tokenizer()生成的。

deep-learning

numpy

ann

回答 2

Data Science用户

发布于 2020-10-10 16:02:11

一种方法是在固定大小的维度中对输入进行编码。也就是说，您可以使用RNN，如LSTM，带有填充，其输出应该是一个ANN的输入。

票数 0

Data Science用户

发布于 2020-10-10 18:34:01

我不确定它的性能有多好，但是将较短的消息填充特殊字符(比如零)，使它们与最长的消息一样长，又如何呢？

然而，如果您有足够的数据，某种类型的嵌入肯定会更好(也是为了目标--预测情绪)。

票数 0

页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://datascience.stackexchange.com/questions/82830

复制

相似问题

问人工神经网络如何处理各种大小的输入？
EN

回答 2

Data Science用户

Data Science用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问人工神经网络如何处理各种大小的输入？EN

回答 2

Data Science用户

Data Science用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问人工神经网络如何处理各种大小的输入？
EN