作者dominicx (sandbox)
看板DataScience
标题[问题] LSTM input length长度可以不用固定?
时间Wed Dec 19 11:25:42 2018
小弟我使用的是Keras
关於LSTM一直有一个疑问, 要如何去定义一个network Input跟Output是不固定的?
例如像是语言的翻译,
句子的长度是不一定的,
也就是Input跟output都是不固定长度
在网路上找了些资料
https://datascience.stackexchange.com/questions/26366/tra
ining-an-rnn-with-examples-of-different-lengths-in-keras
看起来Keras是可以用不同长度的Input去做Training
不过我的疑惑又更多了
1. Input长度是否会影响结果?
例如: train ABCDEF --> abcdef, predict ABC 是否会得到 abc ??
2. 上列的网址, 各epoch的Input资料长度不一样, 但是一次epoch内的input是一样长的
Keras能做到一次epoch就把长短不一的资料丢进去train吗?
如果能提供一些example就更好了
感谢大家~!
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 36.228.4.102
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/DataScience/M.1545189946.A.858.html
1F:推 jason860421: 不等长的部分padding补齐 12/19 14:15
2F:→ dominicx: 用padding的做法就变成之後train或是predict都要用等长 12/19 17:25
3F:→ dominicx: 的padding吧.... 12/19 17:25
4F:推 liang1230: padding後mask啊..... 12/19 18:24
5F:→ f496328mm: 截长补短? 12/19 23:04
6F:推 abc53: sequence to sequence 12/19 23:09
7F:→ kaltu: 做不到,shape一定要一样不能动态 12/20 16:31
8F:→ yuanintw: tf.nn.dynamic_rnn 12/20 22:10
9F:推 jghs1328: dynamic rnn的话是 不同batch可以不同长度 但同一个batc 12/20 22:54
10F:→ jghs1328: h里面还是得一样长 12/20 22:54
11F:推 sma1033: shape不一样没办法平行化计算 12/21 09:58
12F:→ dominicx: 恩 跟我自己试的结果一样 感谢大家 12/21 23:25