Masking 类keras.layers.Masking(mask_value=0.0, **kwargs)
使用掩码值跳过时间步来掩盖序列。
对于输入张量中的每个时间步（张量中的第1维），如果该时间步的输入张量中的所有值都等于mask_value，那么该时间步将在所有下游层中被掩盖（跳过）（只要它们支持掩码）。
如果任何不支持掩码的下游层接收到这样的输入掩码，将会引发一个异常。
示例
考虑一个NumPy数据数组x，其形状为(样本数, 时间步数, 特征数)，将喂给LSTM层。您想掩盖第3个和第5个时间步，因为您缺乏这些时间步的数据。您可以
x[:, 3, :] = 0. 和 x[:, 5, :] = 0.mask_value=0.的Masking层samples, timesteps, features = 32, 10, 8
inputs = np.random.random([samples, timesteps, features]).astype(np.float32)
inputs[:, 3, :] = 0.
inputs[:, 5, :] = 0.
model = keras.models.Sequential()
model.add(keras.layers.Masking(mask_value=0.0))
model.add(keras.layers.LSTM(32))
output = model(inputs)
# The time step 3 and 5 will be skipped from LSTM calculation.
注意：在Keras的掩码约定中，一个被掩盖的时间步用False的掩码值表示，而一个未被掩盖（即可用）的时间步用True的掩码值表示。