Masking 类keras.layers.Masking(mask_value=0.0, **kwargs)
通过使用遮罩值跳过时间步，来遮罩一个序列。
对于输入张量中的每个时间步（张量的维度 #1），如果该时间步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遮罩（跳过）（只要它们支持遮罩）。
如果任何下游层不支持遮罩，但接收到了这样的输入遮罩，则会引发异常。
示例
考虑一个 NumPy 数据数组 x，形状为 (样本数, 时间步数, 特征数)，将其馈送到 LSTM 层。您想遮罩时间步 #3 和 #5，因为这些时间步的数据缺失。您可以
x[:, 3, :] = 0. 和 x[:, 5, :] = 0.Masking 层，并设置 mask_value=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=0.0))
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 遮罩约定中，被遮罩的时间步由遮罩值 False 表示，而未被遮罩（即可用）的时间步由遮罩值 True 表示。