小编Way*_*yne的帖子

model = Sequential()
model.add(LSTM(512, input_dim = 4, return_sequences = True))
model.add(TimeDistributed(Dense(4)))
model.add(Activation('softmax'))

这里的输入是一个字符串的 one hot 表示，字典大小设置为 4。
换句话说，这个字符串中有四种类型的字符。
这里的输出是下一个字符应该是的概率。

如果输入序列的长度为 1，则输出维度为 4 × 1。
我只是想知道我是否可以将输出反馈给输入并获得任意长度的输出序列（如下所示）。
插回概率可能不合理，但我只想知道在 keras 中实现这种一对多结构的可能性，包括更新的训练过程。

例子：

input1 -(LSTM)-> output1
output1 -(LSTM) -> output2
output2 - (LSTM) -> output3

我们最终可以得到 4 x 3 的输出。