Python 如何使用NN输入的对象列表处理分类数据？_Python_Neural Network_Deep Learning

Python 如何使用NN输入的对象列表处理分类数据？

python neural-network deep-learning

Python 如何使用NN输入的对象列表处理分类数据？,python,neural-network,deep-learning,Python,Neural Network,Deep Learning,我想训练一个神经网络来做游戏。在游戏中，我可能有很多角色，这些角色有一些属性。此外，我的当前状态与这些角色无关。如果我想获得当前状态，我会设置一个非矩形数组，如 [Hp,Xp,[[Item1.name,Item1.age,Item1.multiplier]...[Item_n.name,Item_n.age,Item_n.multiplier]], [Player2.Hp,Player2.xp, Player.items[[]]...] 我曾尝试将输入展平，但在本例中，NN将每个订单视为不同的

我想训练一个神经网络来做游戏。在游戏中，我可能有很多角色，这些角色有一些属性。此外，我的当前状态与这些角色无关。如果我想获得当前状态，我会设置一个非矩形数组，如

[Hp,Xp,[[Item1.name,Item1.age,Item1.multiplier]...[Item_n.name,Item_n.age,Item_n.multiplier]], [Player2.Hp,Player2.xp, Player.items[[]]...]

我曾尝试将输入展平，但在本例中，NN将每个订单视为不同的输出，这就需要单独计算每个订单。如果我使用一个RNN来总结它们的输出来考虑动作，那么我就失去了关于我是否销售该项目或购买增强项目等的信息，并且我还需要输入的索引来输出。

处理这个输入的最有效的方法是什么，因此NN不需要考虑对象顺序，而是保持其索引？