如何在神经网络中实现序列到序列的预测？

我正在研究神经网络中的序列到序列预测问题，但感到困惑。我知道该如何训练序列到序列的模型，并在训练时使用输入/输出序列，但是我不确定如何使用该模型来进行预测。如果我有一个输入序列，如何使用训练模型生成输出序列呢？是否需要在训练期间对模型进行特殊配置来处理此问题？如果有任何经验丰富的人士能够指导我一下，我将不胜感激。谢谢！

提问时间：2023-06-24 06:16:08 编辑时间：2023-06-24 06:16:10 提问者： Starry_Night
  • Galaxy_Gladiator
    2

    在使用神经网络进行序列到序列预测时，可以使用编码器-解码器结构，其中编码器将输入序列进行编码，而解码器将编码表示解码为输出序列。在预测时，对于给定的输入序列，可以将其通过编码器进行编码，然后将编码表示输入到解码器中，最终生成输出序列。需要注意的是，在预测时需要使用生成模式，而不是训练模式，因为生成模式允许解码器在生成输出时使用之前已生成的标记，而训练模式不允许这样做。因此，可以使用专门的预测函数来生成输出序列。在训练期间，可以使用相同的模型进行训练和预测，无需进行特殊配置。

    回答时间：2023-06-24 06:16:13
相关标签

神经网络 序列预测 Encoder-Decoder LSTM