Я немного запутался в том, какой формат представлять мои метки / выходные значения для RNN. Для RNN вы определяете пакет последовательностей в качестве входных данных:
X = tf.placeholder("float", [None, sequence_size, features_size], name="X")
Но что я могу определить для ярлыков?
В моем случае я могу также предоставить метки для каждого элемента в последовательности, чтобы я мог сделать это:
Y = tf.placeholder("float", [None, sequence_size, labels_size], name="Y")
Но я предполагаю, что нейронная сеть действительно заинтересована только в том, каков будет результат из последовательности, которая была ей представлена. Так что можно представить только список меток, которые будут коррелировать с результатом каждой последовательности в X:
Y = tf.placeholder("float", [None, labels_size], name="Y")
Я просто немного не уверен, как Tensorflow работает за кулисами. Кто-нибудь может подтвердить?
Из-за того, как мои данные отформатированы, было бы проще представить их так:
Y = tf.placeholder("float", [None, sequence_size, labels_size], name="Y")
Где у меня есть метка для каждого наблюдения в последовательности. Но я просто хочу проверить, что все в порядке?
РЕДАКТИРОВАТЬ: мой вопрос, кажется, вызывает некоторую путаницу, и я думаю, что это потому, что я не объяснил контекст. Итак, позвольте мне уточнить; Я делаю прогноз погоды, поэтому каждый день у меня есть температура, облачность, часы солнца, направление ветра, давление (и т. Д. И т. Д.), И с помощью этого я хочу прогнозировать температуру на следующие два дня.
Допустим, я отправляю последовательность 10-дневных данных о погоде, для каждого дня в последовательности я предоставляю метки (температура в течение следующих 2 дней) или я предоставляю ее для всей последовательности, то есть 10- последовательность дней?