Tensorflow - 予測シーケンス：XとYは何ですか？

Question

テンソルは、前の5つの要素を考慮しながら、テンソルフローLSTM/RNNを持つシーケンス内の次の要素を予測する必要があります。私はXとYに何を供給するべきですか？

X = 1 2 3 4 5 
    6 7 8 9 10 
    11 12 13 14 15 
    ... 

私Yは次のようになります：

Y = 2 3 4 5 6 
    7 8 9 10 11 
    12 13 14 15 16 
    ... ? 

それとも私が養う必要があります1 2 3 4 5から

、私は6

は私の入力シーケンスXがあるとし予測したいですそれ：

X = 1 2 3 4 5 
    2 3 4 5 6 
    3 4 5 6 7 
    .... 

W私のYは：

Y = 6 
    7 
    8 
    ... ? 

これは自動的に行うのですか？

私は、チュートリアルに触発され、今最初のアプローチを使用しています：

x = tf.placeholder(tf.int32, [None, num_steps], name='input_placeholder') 
    y = tf.placeholder(tf.int32, [None, num_steps], name='labels_placeholder') 

    rnn_outputs = tf.reshape(rnn_outputs, [-1, state_size]) 
    y_reshaped = tf.reshape(y, [-1]) 
    logits = tf.matmul(rnn_outputs, W) + b 
    predictions = tf.nn.softmax(logits) 
    total_loss = tf.reduce_mean(tf.nn.sparse_softmax_cross_entropy_with_logits(logits=logits, labels=y_reshaped)) 

私は実際のコードの時間ステップで（予測のために頼む場合は16で、クラスの数は申し訳ありませんが、14313ですそのために）：

 prevSlice = np.array([[1, 2 , 3 , 4, 5, 6 ,7, 8, 9 ,10, 11, 12, 13, 14, 15, 16]], dtype=np.string_) 
     feed_dict={g['x']: prevSlice} 
     preds, state = sess.run([g['preds'],g['final_state']], feed_dict) 

予測が15を超えます。あるいはこれらをどのように解釈すべきですか？次の16個のスライスの予測は必要ありません。

Answer 1

LSTMがsequence to sequence予測を行うので、これはあなたの代わりに、単一のタイムステップのあなたの予測因子の出力としてbatch_size長さのシーケンスを与えられていることを意味するものではないでしょう。

つまり、予測と同じサイズのシーケンスが得られます。

編集：

def predict_point_by_point(model, data): 
    #Predict each timestep given the last sequence of true data, in effect only predicting 1 step ahead each time 
    predicted = model.predict(data) 
    predicted = np.reshape(predicted, (predicted.size,)) 
    return predicted 

あなたがそれらの線に沿って何かを行うには、あなたがその1つの時間ステップを占め、あなたのモデルに養う各len(timestep) ための移動ウィンドウを追加することができますので、時間aswellであなたの出力1を追加しました。