machine-learning - 循环神经网络的输出长度

Question

我在 python 中编写了两个进行序列预测的 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，我需要多次调用预测函数（利用前一个预测的输出）。

这两种情况似乎都运作良好，但我真正想要解决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。

Answer 1

我认为使用输出作为输入对于这个问题不是一个好主意。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）。