LSTM 是否可以使用非二进制标签？我的意思是一个数组
[ 100 120 140 20 50 70]
代替
[1 0 1 0 0 1 1]
例如！这不是与 LSTM 的本质相反并且不会降低它的性能吗？
我们应该只有 LSTM 的二进制标签吗？
数据挖掘
lstm
标签
2022-03-05 00:28:23
1个回答
欢迎来到本站。一般来说，你可以有任何你需要/想要的标签，我认为 LSTM 的“本质”不会受到影响。回想一下，LSTM 的特殊之处在于它能够“忘记”并丢弃数据（主要是导致因子衰减的数据）。因此，您选择的标签不会阻止您利用 LSTM 的美妙优势。
但是，您可能会将问题与单热编码混淆。您绝对应该在训练和预测周期中将标签转换为 one-hot-encoding。你并没有改变你的标签本身，你只是以一种允许你在神经网络中更好地使用它们的方式创建它们（所有神经网络；单热编码并不是 LSTM 独有的）。