生成用户必须在张量流中回答的问题的好方法是什么?
例如,系统会询问用户一个问题:1. Is it large
然后让用户回答是/否:
Yes
考虑给出的所有答案,然后预测它是什么。 (想想20个问题)
预测:
Is it a cat?
我正在使用LSTM并试图实现这一目标。
所以,对于:
来说,这将是一个很好的方法我觉得准确性会来。只是试图让行为失望。
我认为我遇到的问题并不是真正理解行为。它很烦人。
我需要弄清楚如何生成实际问题,然后采取用户响应来生成下一个问题。
看着这个,我需要创建一个模型,然后传递到我的 LSTMCell ,然后根据它生成问题。
这里的任何建议都会很好。
干杯, 格伦
答案 0 :(得分:2)
关于"创建足够的训练数据":这里解释了如何"动物游戏"通过用户交互产生知识。看起来像是一项长期投资;-)也许您可以联系创作者并索取数据。