LSTM网络的Keras数据结构

Question

阅读了一段时间后，我现在对我的LSTM数据结构感到困惑。假设我有一个有监督的学习问题，有1000个样本和40个特征作为输入。现在我想创建x的10个时间步骤。

x: (1000, 10, 40)

每个二维矩阵(1000，40)向行方向移动10次。

现在的问题是：

我的目标y是哪个维？

对于一个结果目标，我的维度是y=[1000,1]，但我也读取了y=[1000,10,1]。我想，值为10的第二维应该是逐行移动的目标向量。但是，我真的需要这个吗？我的解决方案不应该是正确的吗？

Answer 1

你的目标可以是你想要的任何东西。

例如，如果您想进行序列排序，y的时间步数将与输入相同(您对每个时间步骤都有预测)。

但是，您也可以定义一个只有一个时间步长的输出，例如文本分类。您的输入数据有10个时间步骤，但输出只是最后一个时间步骤的预测。

这取决于你想要解决的问题。

Answer 2

这取决于问题。1000,1的形状表明，您正在尝试为批处理的每个序列成员预测一个标签，每个成员在序列中最多有10个标记。这可能会发生，如果你想把每句10个单词的句子归类为积极或消极情绪，或者基本上如果你对每个句子都有标签的话。

1000,10,1的形状表明，您正在尝试为批处理的每个序列成员中的10个令牌成员预测单个标签。这通常用于POS标记，NER标记，基本上，如果您有一个标签应用于句子中的每个标记。