我想在Tensorflow中实现一些LSTM模型。我想我对这些教程非常了解。在这些输入中，数据是以单词的形式给出的，这些单词被嵌入到连续的向量空间中(具有多个优点)。
我现在想制作一个LSTM来预测一系列连续数，但不知道什么是最好的方法。
我应该离散化我的输入范围，从而有效地解决许多类的分类问题并使用之前描述的嵌入方法，还是坚持连续数并进行回归？在那种情况下，我只是在每个时间步骤中将一个特征传递给模型，即连续数？
最佳答案
这是两个示例，您可能会发现有帮助。
https://github.com/MorvanZhou/tutorials/blob/master/tensorflowTUT/tf20_RNN2.2/full_code.py
http://mourafiq.com/2016/05/15/predicting-sequences-using-rnn-in-tensorflow.html
您可以只使用回归。但是，如果您输入的内容永远很长，则需要修正大小顺序。