В данный момент я использую простую модель Keras для изучения последовательности предметов, а после нее использую обученную модель для генерации новых последовательностей.Я хочу изменить обучение таким же образом, как и этап генерации, то есть хочу, чтобы модель училась на основе прогноза своего последнего шага (и я буду использовать основную правду в функции потерь).Возможно ли это сделать в Керасе?
Это простая модель, которую я имею сейчас:
model1 = Sequential()
model1.add(LSTM(64, input_shape=(seq_length, X_train.shape[2]) , return_sequences=True))
model1.add(Dense(y_cat_train.shape[2], activation='softmax'))
model1.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
filepath="weights-improvement-{epoch:02d}-{loss:.4f}-bigger.hdf5"
checkpoint = ModelCheckpoint(filepath, monitor='loss', verbose=1, save_best_only=True, mode='min')
callbacks_list = [checkpoint]
model1.fit(X_train, y_cat_train, epochs=200, batch_size=10, verbose=2,callbacks=callbacks_list)
X_train на самом деле 2 функции: [prev step's true y, prev step's other feature]