我有一个包含 15 个输入变量和 10 个输出变量的数据集（数据框），这些变量可以是分类变量或数值变量。（我在学习如何在这两种情况下使用 tensorflow 或 keras 进行处理）。我想开发一个深度学习模型，该模型可以基于向量 (1,15) 获得输出 (1,10)。输入=[[1,12,3,0.3.....]] 数值变量。输出 =[[0.3,0.2,1,3....]] 作为数值输出或 [[1,2,1,0..]] 作为分类变量
我已经回顾过，lstm 或 cnn 模型可以用于我的案例，但是在构建它时，开发一个生成该长度输出向量的模型有点令人困惑，就像在典型情况下，对于 n 个输入，只有预测 o被执行。属性或输出变量的分类。有些人对如何开发这种可以有多个输出的结构有一个想法