為什麼這篇HTML 這篇最有參考價值！作者dominicx (sandbox)看板DataScience標題[問題] LSTM input...
小弟我使用的是Keras
關於LSTM一直有一個疑問, 要如何去定義一個network Input跟Output是不固定的?
例如像是語言的翻譯,
句子的長度是不一定的,
也就是Input跟output都是不固定長度
在網路上找了些資料
https://datascience.stackexchange.com/questions/26366/tra
ining-an-rnn-with-examples-of-different-lengths-in-keras
看起來Keras是可以用不同長度的Input去做Training
不過我的疑惑又更多了
1. Input長度是否會影響結果?
例如: train ABCDEF --> abcdef, predict ABC 是否會得到 abc ??
2. 上列的網址, 各epoch的Input資料長度不一樣, 但是一次epoch內的input是一樣長的
Keras能做到一次epoch就把長短不一的資料丟進去train嗎?
如果能提供一些example就更好了
感謝大家~!
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.228.4.102
※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1545189946.A.858.html
推 jason860421: 不等長的部分padding補齊 12/19 14:15
→ dominicx: 用padding的做法就變成之後train或是predict都要用等長 12/19 17:25
→ dominicx: 的padding吧.... 12/19 17:25
推 liang1230: padding後mask啊..... 12/19 18:24
→ f496328mm: 截長補短? 12/19 23:04
推 abc53: sequence to sequence 12/19 23:09
→ kaltu: 做不到，shape一定要一樣不能動態 12/20 16:31
→ yuanintw: tf.nn.dynamic_rnn 12/20 22:10
推 jghs1328: dynamic rnn的話是 不同batch可以不同長度 但同一個batc 12/20 22:54
→ jghs1328: h裡面還是得一樣長 12/20 22:54
推 sma1033: shape不一樣沒辦法平行化計算 12/21 09:58
→ dominicx: 恩 跟我自己試的結果一樣 感謝大家 12/21 23:25