Tensorflow中的LSTM回归模型

Question

我希望在Tensorflow中实现一些LSTM模型。我认为我已经相当理解这些教程了。在这些教程中，输入数据以单词形式给出，并嵌入到一个连续的向量空间中（具有几个优点）。 现在我想做一个LSTM来预测一系列连续数字，但不知道最佳方法是什么。 我应该将输入范围离散化，因此有效地获得一个分类问题，并使用之前描述的嵌入，还是坚持连续数字并进行回归？在这种情况下，每个时间步骤我只传递一个特征到模型中，即连续数字？

- Gemini

Answer 1

这里有两个例子，你可能会觉得有帮助。

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

你可以使用回归。但是，如果你的输入长度非常长，你需要修复大小序列。

- wenxi