我已经开发了双向递归神经网络（BRNN），用于预测输入具有5个条目的向量中给出的值。
例如：
X_test=[0,2,3,4,154.8]
它返回具有以下形式的预测值：
y_predict=354.45
现在我想要的 y 目标是
y_target=540.11
当我有不同的输入时，我可以通过BRNN进行预测来达到目标值，例如：
X_test=[0,2,3,4,109.65]
BRNN返回：
y_prediction=540
因此，基本上，只要更改输入的最后一个值，就可以实现所需的预测。 我需要一种与BRNN分开的算法，该算法可以了解哪个是最佳输入（只需将前4个条目视为固定输入并更改输入的最后一个条目），即可将成本函数降至最低
(y_prediction-y_desired)^2
你能帮我吗？
预先感谢