用於迴歸的LSTM（在Tensorflow中）

Question

我想在Tensorflow中實現一些LSTM模型。我想我很瞭解教程。在這些輸入數據中，以字的形式給出了數據，這些數據被嵌入到連續向量空間中（這有幾個優點）。 我現在想做一個LSTM來預測一系列數字，並且不知道什麼是最好的方法。 我是否應該離散輸入範圍，從而有效地獲得多個類的分類問題，並使用之前描述的嵌入，或者堅持連續的數字並進行迴歸？在那種情況下，我只是在每個時間步驟中傳遞一個特徵給模型，即連續數字？

Answer 1

下面是您可能會發現有用的兩個示例。

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

你可以只用迴歸。但是，如果您的輸入過長，則需要修復大小順序。