LSTM网络能否预测其他相似顺序数据的输出?

  1. 假设我在一个数据序列上训练我的LSTM,并通过预测接下来几步的数据来验证它。
  2. 如果模型运行良好,可以保存该模型吗?
  3. 保存的模型可用于预测相似数据序列的输出,但输入参数值会稍作修改。

OR LSTM只能预测相同数据序列的接下来的几步?

Data Table for reference Please Click here

假设我有一个具有可用输入和输出功能的过程数据,并且这是一个顺序数据,并且假设我的LSTM正在从3个数据步骤中学习以预测下一步。

现在,该LSTM将仅预测该过程的未来数据,或者即使在过程开始时,它也可以预测一组新的输入参数的输出值?

bobostst 回答:LSTM网络能否预测其他相似顺序数据的输出?

感谢您提出这个问题。

根据我的理解,绝对可以支持后一种-即使是初始步骤,它也可以预测看不见的数据的输出值。

关于优先选项-“ 现在,此LSTM将仅预测该过程的未来数据”,我必须说似乎有些可疑:

  

让我们通过问题陈述来详细了解该概念:

     
    

问题陈述:在键入每个单词后预测下一个单词,并使上下文长度比RNN支持的长度长一点(数据大小= 1000万个句子)

  

  

现在,您是在说理想情况下,我们应该对模型进行1000万个句子的训练,但只能训练前4-5个词,然后根据训练中每个句子的遗漏词来验证模型是否工作正常数据?

如果是上述情况,我建议:(这与您的后一种选择重叠

  

将数据分为训练数据,验证数据和测试数据,并根据训练数据中的完整句子对模型进行训练,然后通过提供验证数据中的输入进行验证,并为每个预测单词计算准确性。

我希望这可以澄清您的疑问,请随时提出其他要求。

本文链接:https://www.f2er.com/3162806.html

大家都在问