pytorch仅调整缺少数据的某些权重

Question

我正在为经常遇到缺失数据的模型编写代码。 pytorch中是否有一个选项（或tensorflow，因为我还没有编写代码所以要么很好），这样只能计算/更新现有数据的梯度和权重？实际上，这是从最大神经网络中获取较小的神经网络。

Answer 1

AFAIK不可能按照你的要求去做。您可以做的是使用智能索引将所有nan设置为其他内容：

给出

>>> x

    nan     -0.1
    nan     nan
[torch.FloatTensor of size 2x2]

>>> x != x

 1  0
 1  1
[torch.ByteTensor of size 2x2]

x[x != x] = 0

将所有nan设置为零。

要考虑的选项

• 与所有其他值不同的常数值（0可能是？）。
• 来自其他随机选择记录的值。
• 功能的平均值，中位数或模式值。
• 由另一个模型计算的估计值。