回归LSTM（在Tensorflow中）

Question

我想在Tensorflow中实现一些LSTM模型。我想我对这些教程的理解相当不错。在那些输入中，数据以单词的形式给出，这些单词嵌入到连续的向量空间中（具有几个优点）。 我现在想制作一个LSTM来预测一系列相关的数字，并且不知道什么是最好的方法。 我应该将我的输入范围离散化，从而有效地获得一些类的分类问题并使用之前描述的嵌入，或者坚持连续数并进行回归？在那种情况下，我只是在每个时间步骤中将一个特征传递给模型，即连续数？

Answer 1

以下是您可能会发现有用的两个示例。

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

你可以使用回归。但是，如果您的输入永远很长，则需要修复大小序列。