Допустим, я пытаюсь сгенерировать лучший план комнаты, используя (вероятно) Генеративный алгоритм. Во входных данных есть информация об ограничении проекта, такая как максимальная площадь, максимальная длина в x, y и тому подобное. Выходными данными будут свойства стен, такие как начальная и конечная точки, высота и т. Д. Проблема в том, что число используемых стен не определено, и это будет определять длину вывода.
Предполагая, что каждая стена имеет z выходных узлов, возможно ли создать нейронную сеть, которая дала бы мне количество стен и их соответствующие характеристики? Это будет означать получение выходных данных переменной длины в зависимости от «наилучшего» числа стенок, прогнозируемого моделью.
Я думаю, что использование Рекуррентной Нейронной Сети может помочь, подпитывая одну стену за раз и предсказывая «Есть ли другая? Если да, каковы ее характеристики?», Но я не уверен, что это правильный или лучший подход.