Я пытаюсь создать маркировщик последовательностей для некоторых длинных последовательностей.
Из-за характера проблемы я не ожидаю, что сеть будет работать очень хорошо в начале последовательности из-за из-за отсутствия исторических данных.
Как мне научить сеть игнорировать первые k прогнозы?
Моя структура сети выглядит следующим образом:
model = Sequential()
model.add(LSTM(10,return_sequences = True, input_shape = (None, 5)))
model.add(LSTM(10,return_sequences = True))
model.add(LSTM(10,return_sequences = True))
model.add(TimeDistributed(Dense(1,activation='sigmoid')))
model.compile(optimizer = adam,loss = 'binary_crossentropy',metrics = ['acc'])
И я тренирую его, выполняя: model.fit(X,y), где X.shape - (m,n,5), а y.shape - (m,n,1), где m - количество последовательностей, а n - длина последовательности