将形状为（m，n）的输入转换为（m，k，n），其中k作为数组的字符串表示在内部“隐藏”？

Question

我有一个数据集，如下图所示，其中有m行（=批处理大小）和n列（v1, v2, ... vn），每行代表一个要素。对于数据集中的每个示例，每个要素都是浮点数组的字符串表示形式，因此类似'[-0.05, 1.12, -0.23, ..., 1.22]'。如果将表示为字符串的“隐藏”数组转换为浮点数组，则其长度为k。此输入直接输入到Tensorflow / Keras模型中，而无需任何Python预处理：将数据集按原样传递给 model.fit，因此没有办法转换和重塑熊猫或Numpy。

作为第一层，是否可以在模型内部进行转换和重塑？模型采用形状为(m, n)的输入，提取长度为k的隐藏数组，然后将输入形状重新排列为(m, k, n)

Answer 1

首先，您不能直接将字符串输入模型。您需要先将其转换为浮动。

您无法从模型内部重塑数据，但是您可以做的是将输入形状设置为无。如果输入数据的形状不固定，则可以将输入形状设置为无。在这种情况下，您的模型将接受任何形状的数据。

您也可以在此处查看讨论。 https://github.com/keras-team/keras/issues/2054