LSTM for Regression（Tensorflow）

Question

TensorflowでいくつかのLSTMモデルを実装したいと思います。私はチュートリアルをかなりよく理解していると思います。これらの入力データでは、連続したベクトル空間に埋め込まれた単語の形式でデータが与えられました（いくつかの利点があります）。 私はLSTMを作成して一連の不干渉数を予測し、その最適なアプローチが何であるか分かりません。 入力範囲を離散化すると、いくつかのクラスで効果的に分類問題が発生し、前に説明した埋め込みを使用するか、連続番号に固執して回帰を行うか？その場合、私はちょうど各タイムステップの1つのフィーチャ、つまり連続番号をモデルに渡しますか？

Answer 1

ここに2つの例があります。

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

あなただけの回帰を使用することができます。しかし、あなたの入力が長すぎる場合は、サイズシーケンスを修正する必要があります。