是否有一种机器学习算法可以将单个输入映射到可变长度的输出列表？如果是这样，是否有任何公开使用的算法实现？如果没有，您推荐什么作为解决方法？
就我而言，输入是单个标量，输出是可变长度的标量列表。例如，假设我想在给定列表长度的情况下输出一个列表作为输入。那么 <input, output> 可以是 <1, [1]>, <2, [1, 1]> 等等。一个小的调整是提供长度的平方根，在这种情况下 <2, [1, 1 , 1, 1]> 将是一个答案。注意：输入不需要直接连接到输出。
举一个更复杂的例子，假设我想学习look-and-say 序列。有效的 <input, output> 对将是：<1, [1]>, <2, [1, 1]>, <3, [2, 1]>, <4, [1, 2, 1, 1] >, <5, [1, 1, 1, 2, 2, 1]> 等。我的问题也类似，可以生成更多示例；我不限于有限的例子。