最近我看到了一篇关于RNNs 这里的文章。它描述了不同类型的RNN,如:

第一个数字是有道理的。有规律的前馈网络
第二个问题对我来说是个大问题。它是一个时间步骤克隆了三次,使它重复三个时间步骤?
第三个是返回最后一个时间步骤的输出。
第四是一个更大的问题。它是否得到了最后一步的输出,克隆了它三次,并在上面添加了另一个RNN层?或者是两个RNN层,其中第一个层的输出是第二个层的输入(返回所有时间步骤的输出)?
第五个步骤也有意义,它返回所有时间步骤的输出。
那么,我是遗漏了什么,还是第二种和第四种情况只能通过克隆上面所述的输入/输出来实现?
发布于 2020-10-01 00:53:48
我想这个会有帮助的。

我的理解是,一对多和多对多(如你的图片的第四种情况)在某种程度上类似于自回归网络,在这种情况下,你利用你所做的预测并在更远的将来使用它。
https://datascience.stackexchange.com/questions/82405
复制相似问题