我遇到的问题是我有分层数据，比如A-> B-> C（从小到大），最小的数据单位是一个块（A由多个块组成，B由多个A，C由多个B组成，我想将块分类为标签。现在，每组A的块标签独立于另一组A的块标签，但是数据后面的“趋势或模式”可能是相似的，这就是要学习的内容。我面临的复杂性是可变输入大小。我不可能为A组训练单个神经网络，因为它的数量很大。所以，我正在考虑B级的组，但我怎么能创建一个可以处理这些可变输入大小的方案。每个块由它所属的A组中的标签总数的一维数组表示。另外，我有可能的每个块（最小单元）的层次结构信息。任何帮助，将不胜感激。谢谢！