掩码层
Masking 类
keras.layers.Masking(mask_value=0.0, **kwargs)
通过使用掩码值来跳过时间步长，从而对序列进行掩码。
对于输入张量（张量中的维度 #1）中的每个时间步长，如果该时间步长处输入张量中的所有值都等于mask_value，则该时间步长将在所有下游层中被掩码（跳过）（只要它们支持掩码）。
如果任何下游层不支持掩码但仍收到此类输入掩码，则会引发异常。
示例
考虑一个形状为(样本数, 时间步长数, 特征数)的 NumPy 数据数组x，将其馈送到 LSTM 层。您希望掩码时间步长 #3 和 #5，因为您缺乏这些时间步长的数据。您可以
- 设置
x[:, 3, :] = 0.和x[:, 5, :] = 0. - 在 LSTM 层之前插入一个
Masking层，并将mask_value设置为0.
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.)
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，掩码时间步长由False的掩码值表示，而非掩码（即可用）时间步长由True的掩码值表示。