大家好 本版首po
最近在学习Encoder-Decoder LSTM，看到一个范例是使用这个model去echo一个序列中前
几个数字
举例：
Xtrain ytrain
[4, 1, 12, 5, 3, 9] [4, 1, 0, 0, 0, 0]
[3, 8, 4, 1, 0, 10] [3, 8, 0, 0, 0, 0]
[7, 11, 9, 5, 1, 8] [7, 11, 0, 0, 0, 0]
之后加上Bidirectional和Attention，效能有比原本的大幅提升，但现在我想把这个问题
做一点修改，想要echo的部分是某个指定连续的两个数字，但这指定的连续两个数字在每
一个序列中的位置不一样
举例：
假设想要的partial sequence是[16, Z]，Z是任意数字，但就是接在16后面，所以Xtrain
和ytrain可能长这样
Xtrain ytrain
[4, 1, 12, 5, 3, 9, 16, 7, 0, 11] [16, 7, 0, 0, 0, 0, 0, 0, 0, 0]
[5, 16, 12, 3, 9, 10, 2, 1, 8, 7] [16, 12, 0, 0, 0, 0, 0, 0, 0, 0]
[6, 3, 10, 17, 16, 2, 5, 9, 11, 4] [16, 2, 0, 0, 0, 0, 0, 0, 0, 0]
Xtrain和ytrain会先做one-hot encode，但如果这样会train不起来
我想说会不会是ytrain的样子要做修改，但用位置做标记也不合理
把ytrain改成[0, 0, 0, 0, 0, 0, 16, 7, 0, 0]再去做one-hot encode，也train不起来
我目前想的是ytrain的样子要做修改，然后才fit到model里，但目前就是卡住了，不知道
该怎么修改
希望有人能提供任何意见
附上范例连结：
https://machinelearningmastery.com/encoder-decoder-attention-sequence-to-sequence-prediction-keras/

世界上有这么多真实的时序资料 为什么要做这么怪的题目语言模型、语音辨识、甚至MNIST都能用RNN做 做这干嘛?就算硬做, 这个教学从建模到实作技巧都....有进步空间

我有点怀疑seq2seq是不是真的能做到你想要的..

用pointer network试试 只是你要给的变成头尾的位置

请教一下dataset大小?

如果每次都是找16的话，就直接用16去做attention