我目前正在进行一个人工智能项目，输入是由固定长度的字母向量组成，这些字母可以是A、B、C或D。我希望能够将向量中每个位置的字母输入到神经网络中。例如，在每个位置上，可以有一个数组，使得该位置的字母在相应的输入数组中有一个1，而数组中的其他位置都是0。例如，如果字母向量的第十个位置是A，则输入神经元的“输入向量”将是这样的：

[A B C D][1 0 0 0]

当然，这可能源自这样的字母向量：

[A B C D D B A A B C A A]

然而，输入神经元无法接受向量作为输入。因此，将这种输入格式化为神经网络输入的最佳方式是什么？

回答：

我认为你提到的是所谓的独热编码。如果你对你的示例[A B C D]执行此操作，你将得到以下结果：

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

其中第一列表示是否是A，第二列表示是否是B，依此类推。

你不能将向量插入到神经网络的单个输入中，但你可以重塑编码矩阵，而不是只有4个输入，你可以有16个输入。