python - 使用卷积 LSTM 时如何忽略某些数据点?
问题描述
我希望使用动能和海面温度来预测洋流涡度。我的数据包括海湾河流地区的卫星动能读数和地表温度读数。我计划使用混合神经网络,它将循环架构(LSTM)与卷积网络模型相结合。
我的数据集包含从 1996 年到 2018 年的每日动能和温度读数,总共 8036x80x120 个网格。例如,给定动能和温度,我希望 NN 预测涡度。
我的问题是,我怎样才能影响我的神经网络忽略/折扣陆地地形,只关注海洋数据。陆地地形数据作为 NaN 值存储在我的图像数组中。
我正在使用 PyTorch。
解决方案
推荐阅读
- sql - PostgreSQL 中每个客户的最大计数
- javascript - 图像块 - 上传、调整大小和发布
- python - 状态空间模型中用户提供的初始状态
- huawei-mobile-services - HMS Nearby Service-BeaconManager app为什么报502或401状态码?
- python - 将非透明图像转换为透明 GIF 图像 PIL
- pandas - Pandas Stacked Bar 和绘图问题
- python - 附加深拷贝
- python - 使用python函数(def)返回所需的行/列
- tensorflow - 为什么 Keras 接受 model.evaluate 的批量大小选项?
- networking - 迷你网和NFV?