标签： keras sparse-matrix future one-hot-encoding timestep
我想预测未来的多个时间步长。我当前的NN输出的稀疏分类为0、1或2。
稀疏分类通过具有3个神经元的SoftMax密集层输出，以对应于上述三个类别。
我如何调整输出层（softmaxed Dense）的形状，以使我能够预测未来的两个时间步，同时将稀疏的分类类别保持为3个？
现在，如果我将Dense层设置为具有6个神经元（3个类* 2个时间步长），则会得到6个类和1个时间步长的稀疏分类分类的输出。