我想使用 MLP 来解决回归问题。

我有可变长度的输入来解决这个问题，我想使用带有遮罩层的零填充。

我使用pandas库从csv文件中读取输入。以下是我的数据。

我只知道如何使用此命令用 0 填充 NaN 值x_train.fillna(0.0).values

像第一行：

[4, 0, 0, 512, 1.0, 0.0, 1.0, 0.0, 128.0 , NaN]

填充后：

[4, 0, 0, 512, 1.0, 0.0, 1.0, 0.0, 128.0 , 0.0]

面具应该是这样的：

[1, 1, 1, 1, 1, 1, 1, 1, 1, 0]

但我不知道如何添加遮罩层并将它们输入到我的 MLP 中。

如果我有固定的输入长度。我的程序将如下所示

...
n_input = 10 #number og inputs

train_X = pd.read_csv('x_train.csv')
train_Y = pd.read_csv('y_train.csv')


X = tf.placeholder("float", [None, n_input])
Y = tf.placeholder("float", [None, n_output])

...
y_pred = multilayer_perceptron(X)
...

with tf.Session() as sess:
    sess.run(init)

            _, c = sess.run([train, loss], feed_dict={X: train_X,
                                                      Y: train_Y})
          ...

我不知道如何结合零填充和遮罩层？