[問題] 將原始矩陣補0輸入CNN?

[chhuang17 ()]

我的論文是做深度強化學習相關

關於狀態的輸入，我採取格位矩陣的方式輸入CNN

每一格的數字填入該格內的車輛數，並分別建立汽車及機車格位矩陣

即input channel = 2

不過整體路網的道路長度不一，

因此打算在較短的道路後面通通補0，補到與最長的道路矩陣長度相同

但是不確定這樣的想法是否可行

舉個例子來說，假設有一段道路被切成5格，但我在後面補了5格0

此時格位矩陣變成 [2,0,1,1,0,0,0,0,0,0]

但是前面5格的0跟後面5格的0代表的意義不一樣

這樣在training的時候會不會有影響呢?

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.112.4.209 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1634043575.A.12A.html
→ chang1248w: 加入第三個masking維度
→ chang1248w: 先丟進rnn
→ EEQQ102938: rnn?
→ chang1248w: 或者先丟進rnn
→ chang1248w: 把它從dynamic sequence轉成vector states
→ chang1248w: bert之類的nlp模型是用masking把不想看到的地方遮住