循环神经网络的输出长度

Posted 2023-02-16

【中文标题】循环神经网络的输出长度

【英文标题】：Output length of recurrent neural network

【发布时间】：2016-03-06 17:19:08

【问题描述】：

我在 python 中编写了两个用于序列预测的 LSTM RNN 代码。我有一个简单的序列（比如嘈杂的正弦波），我正在训练我的网络以“预测”正弦波的未来值。我的第一个代码只预测单个下一个值（因此只有 1 个输出神经元），而我编写的第二个代码预测 5 个下一个值（即 5 个输出神经元）。为了提前 5 步获得第一个代码的预测，我需要多次调用 predict 函数（利用之前的预测输出）。

这两种情况似乎都运行良好，但我真正想弄清楚的是这两种网络架构中的哪一种最适合这个问题。文献中几乎没有比较这些输出模型的内容。

【参考方案1】：

我认为使用输出作为输入不是解决这个问题的好主意。您的输出总会有一些错误，并且可能会随着每一步而增加（稳态错误）。

【讨论】：

谢谢，这是有道理的，但我想检查一下。