Представьте, вы обучаете модель LSTM тензорному потоку для задачи классификации последовательности. На каждом временном шаге у вас есть двоичный вектор v_i
(например, v_i=[0, 1, 0, 1]
), и для каждой последовательности у вас есть переменное число временных шагов (хотя длины двоичных векторов v_i
равны).
При обучении модели LSTM тензорному потоку:
lstm_cell=tf.nn.rnn_cell.LSTMCell(number_of_hidden)
tf.contrib.rnn.static_rnn (lstm_cell, training_data)
Одинаковая ли обучающая последовательность (с тремя временными шагами v_1=[0, 1, 0, 1]
, v_2=[1, 1, 1, 0]
и v_3=[0, 0, 1, 1]
) должна выглядеть как
[[0, 1, 0, 1], [1, 1, 1, 0], [0, 0, 1, 1]]
или
[[0], [1], [0], [1], [1], [1], [1], [0], [0], [0], [1], [1]]
или что-то еще?
Я немного озадачен тем, как LSTMCell обрабатывает входные данные на каждом временном шаге.