回归LSTM(在Tensorflow中)

Question

我想在Tensorflow中实现一些LSTM模型.我想我对这些教程的理解相当不错.在那些输入中,数据以单词的形式给出,这些单词嵌入到连续的向量空间中(具有几个优点).我现在想制作一个LSTM来预测一系列相关的数字,并且不知道什么是最好的方法.我应该将我的输入范围离散化,从而有效地获得一些类的分类问题并使用之前描述的嵌入,或者坚持连续数并进行回归？在那种情况下,我只是在每个时间步骤中将一个特征传递给模型,即连续数？

Answer 1

以下两个示例可能会对您有所帮助。

https://github.com/MorvanZhou/tutorials/blob/master/tensorflowTUT/tf20_RNN2.2/full_code.py

http://mourafiq.com/2016/05/15/predicting-sequences-using-rnn-in-tensorflow.html

你可以只使用回归。但是，如果您的输入永远很长，则需要修复大小序列。