Python 有没有办法将NAN作为keras.Sequential'；s fit（）？
我有一个顺序数据集。但是有些标签（在我的标签集的末尾）在将来太远，因此无法计算 既然我不想就此结束，我想知道是否有办法不在这些标签上训练。 我能通过南斯吗？还有别的路吗 额外资料： 我的标签集可以是2d（当前）或3d阵列（如果可能，将来将使用）。 我所说的2d是指：每个样品都有多个标签。无论其中一个在未来是否比另一个更远，它们都在一个阵列中 我所说的3d是指：每个样品都有多个标签。根据它们在未来的时间点，它们在多个阵列中Python 有没有办法将NAN作为keras.Sequential'；s fit（）？,python,keras,deep-learning,lstm,sequential,Python,Keras,Deep Learning,Lstm,Sequential,我有一个顺序数据集。但是有些标签（在我的标签集的末尾）在将来太远，因此无法计算 既然我不想就此结束，我想知道是否有办法不在这些标签上训练。 我能通过南斯吗？还有别的路吗 额外资料： 我的标签集可以是2d（当前）或3d阵列（如果可能，将来将使用）。 我所说的2d是指：每个样品都有多个标签。无论其中一个在未来是否比另一个更远，它们都在一个阵列中 我所说的3d是指：每个样品都有多个标签。根据它们在未来的时间点，它们在多个阵列中