keras - 推荐用于序列完成的深度学习模型

Question

我正在尝试解决序列完成的问题。假设我们有地面实况序列 (1,2,4,7,6,8,10,12,18,20)

我们模型的输入是一个不完整的序列。即 (1,2,4, _ , _ ,_,10,12,18,20)。从这个不完整的序列中，我们想要预测原始序列（Ground Truth 序列）。哪些深度学习模型可以用来解决这个问题？

这是编码器-解码器 LSTM 架构的问题吗？

注意：我们有数千个完整的序列来训练和测试模型。

任何帮助表示赞赏。

标签： kerasdeep-learning

Answer 1

在您的序列完成任务中，您是在尝试预测序列中的下一个项目还是只学习缺失值？用缺失数据训练神经网络本身就是一个问题。如果您使用 Keras 和 LSTM 类型的 NN 来解决您的问题，您应该考虑屏蔽，您可以参考这个 stackoverflow 线程了解更多详细信息：Multivariate LSTM with missing values 关于预测缺失值，为什么不尝试自动编码器？