Краткое содержание

Я работаю над проектом по созданию модели с использованием Keras для предсказания сложности трасс для лазания на стандартизированной стене (https://moonclimbing.com/moonboard). Каждая ручка на стене может быть: не в трассе вообще; в трассе как одна из стартовых ручек; в трассе как конечная ручка для завершения трассы; в середине трассы (между началом и концом). Входом для модели является состояние каждой ручки на стандартизированной стене (соответствует ли она случаю 0, 1, 2 или 3 из списка выше). Выходом будет предсказанная сложность восхождения в одной из 11 категорий. Поскольку при лазании вы перемещаетесь между ручками (и то, как ручки комбинируются в трассе, имеет важное значение для определения сложности), мне кажется, что теоретически было бы совершенно логично перекрестно соединить состояния всех ручек на стене (то есть выполнить feature-cross приблизительно из 200 признаков). Однако я не видел примеров, использующих перекрестное соединение такого количества признаков, и также не очень знаю, как это сделать.