可变长度的分层lstm预测

时间:2020-09-26 13:56:40

标签: python lstm hierarchical

我有格式为-的分层输入数据-

/proc/sys/net/ipv4/conf/all # cat accept_local
1

当前,我正在实现以下分层seq模型-

input_x  = [[1,2,11] , [0, 22, 33] , [0,44,10] , [9,1,32]]
target_x = [0.2 , 0.4 , 0.7 ,0.3]

对于所有观测值,输入len和输出len(在密集层中)都不同-通过使用不同长度的批处理,可以针对不同长度的输入/输出训练模型。

问题是我也可以使用经过训练的动态长度模型来预测不同长度的测试数据输入吗?

谢谢

0 个答案:

没有答案