在前馈神经网络中具有可变长度输入的最常见策略是什么?
更具体地说,考虑以下假设场景:
- 我有一辆车有四个传感器,两个在左边(接近度和颜色),两个在右边(还有接近度和颜色)。
- 有两个执行器(假设左和右)。
- 我已经成功地训练了一个神经网络,将两组输入(4 个神经元接近度/颜色)与一组输出(2 个神经元用于方向)相关联。
现在的问题是,我如何缩放它:
- 相同类型传感器/执行器的固定上限(例如 50 个);甚至
- 任意数量的传感器/执行器?
PS:我的直觉是,我需要一种制作神经网络的形式来作曲,但我一点也不知道从哪里开始。