前馈神经网络中的变量输入

Question

在前馈神经网络中使用可变长度输入的最常见策略是什么？

---

更具体地说，请考虑以下假设情景：

1. 我有一辆带有四个传感器的汽车，两个在左边（接近和颜色），两个在右边（也接近和颜色）。
2. 有两个执行器（假设左右）。
3. 我成功地训练了一个神经网络，将两组输入（4个神经元接近/颜色）与输出集合相关联（2个神经元用于方向）。

现在的问题是，如何缩放它：

1. 相同类型传感器/执行器的固定上限（例如，50）;甚至
2. 任意数量的传感器/执行器？
PS：我的直觉是，我需要一种制作神经网络的形式撰写，但我不知道从哪里开始。

Answer 1

简单的解决方案是始终构建一些固定的，最大数量的特征的向量，并将非活动的特征保留为默认值。合理的默认值通常为零，尤其是。如果您将输入缩放到范围[-1,1]。