#graph #pytorch #lstm #data-mining
#График #pytorch #lstm #интеллектуальный анализ данных
Вопрос:
У меня есть тензоры разной длины. Эти тензоры представляют собой данные за разный период времени. Моя цель — получить конечный результат lstm.
torch.randn(4)-Time1
torch.randn(3,4)-Time2
torch.randn(4,4)-Time3
Это мои данные, каков ввод в LSTM отсюда? , моя цель — получить конечный результат из lstm
Например, это то, что я сделал
out_position = self.linear_out_position(features)
_, (hn, _) = self.lstm(out_position)
output = self.ffn(hn)
однако я получаю результат для каждого тензора, как я могу получить только конечный результат? Пожалуйста, мне нужна ваша помощь
Ответ №1:
Вы можете получить доступ к последнему скрытому слою как hn[-1] output = self.ffn(hn[-1])
Комментарии:
1. Спасибо @fatima, так нужно ли мне объединять эти тензоры в один тензор перед вводом в LSTM? или я могу просто использовать каждый раз в качестве входных данных?
2. Вам нужно объединить их в качестве входных данных. Но вы должны использовать заполнение в своих тензорах и сначала привести их к одинаковой форме. Затем вы можете использовать torch.cat чтобы объединить входные данные.