慢慢从Matlab过渡到Python ......
我有这份表格清单
list1 = [[1, 2, nan], [3, 7, 8], [1, 1, 1], [10, -1, nan]]
和另一个具有相同数量项目的列表
list2 = [1, 2, 3, 4]
我正在尝试提取list1中不包含任何nan值的元素,以及list2中的相应元素,即结果应为:
list1_clean = [[3, 7, 8], [1, 1, 1]]
list2_clean = [2, 3]
在Matlab中,使用逻辑索引可以轻松完成.
在这里我感觉列表理解某种形式会起作用,但我坚持:
list1_clean = [x for x in list1 if not any(isnan(x))]
这显然对list2毫无用处.
另外,在逻辑索引以下的尝试并没有工作("指数必须是整数,而不是列表")
idx = [any(isnan(x)) for x in list1]
list1_clean = list1[idx]
list2_clean = list2[idx]
我确定这是微不足道的,但我无法理解,帮助赞赏!
是否存在支持或反对使用单个多输出NN进行多类分类而不是使用多个一对多NN的理论论据？
在两种情况下,一旦获得所有输出值,就使用相同的决策规则:具有最高激活的输出"获胜"并决定预测返回哪个类.
但我想知道是否 - 以及为什么 - 所有输出都是在同一个NN而不是单独计算上更好或更差.