seq-to-seq LSTM 的不相关结果答案

【问题标题】：Irrelevant results of seq-to-seq LSTMseq-to-seq LSTM 的不相关结果
【发布时间】：2022-09-26 16:27:41
【问题描述】：

我正在尝试根据输入数字预测整数序列。

输入由具有 10 个整数的值组成：

array([[2021001001], [2021001002],..., 
,[2021335249]],dtype=int64)

输出如下，一个包含 7 个整数的数组。

array([[23, 26, 17, ..., 21, 16,  4],
       [13, 24,  2, ..., 27, 10, 28],
       ...,
       [ 5, 16, 28, ..., 12, 27, 26]], dtype=int64)

这意味着序列号（输入）[2021001001] 将返回以下序列（输出）[23, 26, 17, ..., 21, 16, 4]。

我尝试在这些输入和输出上训练 LSTM，以根据序列号预测接下来的序列是什么。我正在使用大约 +60K 的历史数据来执行此操作。到目前为止，这是我所做的：

model = tf.keras.Sequential()
model.add(layers.LSTM(256, activation=\'relu\', input_shape=(10, 1), recurrent_dropout=0.2))
model.add(layers.Dense(7))
model.compile(optimizer=tf.keras.optimizers.Adam(0.00001), loss=tf.keras.losses.MeanSquaredError(), metrics=[\'accuracy\'])

model.fit(inputs, output, epochs=10, verbose=1, validation_split=0.2, batch_size=256)

在拟合后测试模型时，我们会得到如下奇怪的结果：

predictNextNumber = model.predict(tests_[0], verbose=1)
print(predictNextNumber)

1/1 [==============================] - 0s 253ms/step
[[[14.475913][14.757163][14.874351][14.702476][14.639976][14.624351][14.655601]]]

While the expected output should be an array of integers [24, 12,  3,  5, 11,  8,  4].

我无法弄清楚问题所在。 Keras 起初对这些形状抱怨了很多，但当它被处理时，我一直收到不好的结果。任何帮助，将不胜感激。

标签： python tensorflow keras lstm lstm-stateful

【解决方案1】：

这将是最难的问题。但是你需要进一步解释它。

【讨论】：