用于可变长度数据分类的神经网络

数据挖掘 神经网络 分类 预言 顺序
2022-02-26 03:58:25

如何创建一个可以预测可变长度数据标签的网络:

训练数据:

label1: abcdeaefafere
label1: afdfdofdjfdjdfdofdj
label1: dffdpodfdajfdjdddfddfd

label2: reorefdfpreperpe
label2: rexcxfrerperuetupterer
label2: erfdfdrpoeregjroeptreereter
...
...

测试数据:

fdldjffdjfjdfd
xcdjeioreweoforpeeedfdfd
...
...

请注意,这些是属于不同类别的序列,这是一个分类问题。我不是试图预测这些序列的未来数据。

感谢您的洞察力。

1个回答

每个输入序列都应填充到相同的长度。最常见的方法是找到最长的序列,然后将零添加到所有较短的序列中。大多数深度学习框架将具有执行此操作的内置函数。

一致大小的输入数据允许以直接方式拟合常见的神经网络模型(例如,卷积神经网络和循环神经网络)。