用于回归的LSTM（在Tensorflow中）

Question

我想在Tensorflow中实现一些LSTM模型。我想我很了解教程。在这些输入数据中，以字的形式给出了数据，这些数据被嵌入到连续向量空间中（这有几个优点）。 我现在想做一个LSTM来预测一系列数字，并且不知道什么是最好的方法。 我是否应该离散输入范围，从而有效地获得多个类的分类问题，并使用之前描述的嵌入，或者坚持连续的数字并进行回归？在那种情况下，我只是在每个时间步骤中传递一个特征给模型，即连续数字？

Answer 1

下面是您可能会发现有用的两个示例。

https://github.com/MorvanZhou/tutorials/blob/master/tensorflowTUT/tf20_RNN2.2/full_code.py

http://mourafiq.com/2016/05/15/predicting-sequences-using-rnn-in-tensorflow.html

你可以只用回归。但是，如果您的输入过长，则需要修复大小顺序。