如何从包含其他元素旁边的数组的数据创建tensorflow模型？

Question

假设我们的数组中有这样的x_data

import numpy as np
import tensorflow as tf

x_data = np.array([[ [1,2] , [3,4] , [5,6] ], [ [7,8], [9,10], [11,12] ]])

那么{}的{}就是{}，很清楚，让我们更进一步

我们希望在每个最内部的作用域中添加一个额外的n个元素数组，如下所示

import numpy as np
import tensorflow as tf

x_data = np.array([[ [1,2,[n elements]] , [3,4,[...]] , [5,6,[...]] ], [ [7,8,[...]], [9,10,[...]], [11,12,[...]] ]])

这可能吗？如何利用这些数据建立正确的keras.model？输入数据的正确形状是什么？

如果这是不可能的，那么我们应该如何处理此类问题？

Answer 1

您可以使用numpy函数concatenate，它允许沿一个轴连接两个数组。 在official documentation中查找更多信息

就你而言：

x_data = [[1, 2], [3, 4], [5, 6]]
z_data = [[10, 20, 30, 40], [50, 60, 70, 80], [100, 200, 300, 400]]
ar = np.concatenate((x_data, z_data), axis=1)