掩码层
Masking 类
keras.layers.Masking(mask_value=0.0, **kwargs)
通过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（张量中的维度 #1），如果该时间步输入张量中的所有值都等于 mask_value，则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）。
如果任何下游层不支持掩码，但接收到这样的输入掩码，则会引发异常。
示例
考虑一个形状为 (samples, timesteps, features) 的 NumPy 数据数组 x，它将被馈送到 LSTM 层。您想要掩盖时间步 #3 和 #5，因为您缺少这些时间步的数据。您可以
- 设置
x[:, 3, :] = 0.和x[:, 5, :] = 0. - 在 LSTM 层之前插入一个
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 掩码约定中，被掩盖的时间步用 False 的掩码值表示，而未被掩盖（即可用）的时间步用 True 的掩码值表示。