首先谢过。
问题1，神经网络 样本数据维度不一致时 一般用0 或nan补齐位数 使得所有测试数据的 格式 维度 长短一致
除此之外还有没有其他方法 ？如果有应该看哪方面的资料 请给出些关键词便于查找资料。
问题2，样本数量不固定时 也就是动态样本
比如全国各个地区 温度变化 预测 每天都产生新的样本 这些样本既是 前面已使用的样本的 验证集 也是新产生的测试集
这种情况下 如何处理 也请给出关键词 便于查找资料。
是我的问题太难了吧 还是我的措辞不对 提高悬赏看看
问题1：一般是补0，因为如果是其它应该会改变数据的分布 问题2：应该是迁移学习吧
