目前我正在努力让Keras二进制分类一组（x，y）图。 作为一个新手，我无法弄清楚正确的方式来给出正确的输入，因为我已经获得了每个应用3400对的这些情节以及每个情节的一组8个附加功能（局部最小位置）。我尝试的是给keras一个3400 + 3400 + 8输入层，但这样做感觉不对，到目前为止还没有取得任何进展。 由于x变量几乎是一个相关的顺序，我应该忽略它吗？ ¿是否有可能要求keras区分：“嘿，这3400个数字是一个情节，而其他8个是关于它的一些特征”？
答案 0 :(得分：1)
如果所有图的x坐标都相同，您可以（实际上应该）忽略它。因为在这种情况下，此数据不会引入任何其他信息。它们的使用只会导致更复杂的神经网络，更糟糕的收敛，并导致训练时间和性能下降
关于第二个问题 - 没有必要这样做。在训练期间，神经网络将自动识别哪些特征是最重要的。