LSTM 预测限制答案

【问题标题】：LSTM prediction restrictionLSTM 预测限制
【发布时间】：2021-02-18 16:41:52
【问题描述】：

是否可以将 LSTM 神经网络的预测限制为 finite set 的值？例如，如果我有以下序列 1,4,5,3,2,1,3,2, ... 并且我知道下一个值将在 set {1,2,3,4,5} 中，是否可以以某种方式将其提供给网络，以便它始终输出这些值之一？

【问题讨论】：

你的意思是随机的这个值之一？
嗨@RafaelDouradoD。数据是周期性的，所以我希望它不会是随机的。我使用包含来自该集合的值的周期性数据训练网络。但是，当我使用测试集进行预测时，网络输出的值不在此集中。
因为回归预测是连续值，即使您的标签在离散（有限）范围内，也不能保证预测会。如果您希望您的预测恰好是某个离散值，则应将回归问题转换为分类问题。

【解决方案1】：

虽然这在技术上是可行的（但是，您必须编写自己的 LSTM 实现或扩展现有的实现），但这似乎不是解决这个问题的好方法。如果您发现自己正在向网络提供您不希望它处理的数据，您应该只预处理您的输入以仅保存相关数据。

向网络展示您希望它看到的内容。如果您希望网络在某些情况下输出特定行为，您可以通过修改标签来对该行为进行编码以反映此行为。最后，请注意，您的用例表明您应该使用分类标签和 softmax 输出，即将其构建为分类而不是回归问题。

【讨论】：