神经网络中的可扩展输入和输出
Expandable input and output in neural network
什么architecture/methods用来制作一个可以得到无限大输入的神经网络and/orreturn无限大输出?
我有一个想法如何使无限大输出。
我只需要额外的输入神经元,并在第一次计算后将输出(或部分输出)发送到输入神经元。
但我不知道如何进行可扩展输入。
也许使用多次迭代,并将输出插入输入,并根据输入数据的下一部分相应地更改其余输入神经元?
人工智能对我来说是新事物,所以我可能会问一些我不想要或不可能的事情。请简单回答。
简短的回答是任何 RNN 都能够使用和生成任意长度的序列。根据数据的结构,CNN、Graph Nets 等也可以处理任意大的输入。
什么architecture/methods用来制作一个可以得到无限大输入的神经网络and/orreturn无限大输出?
我有一个想法如何使无限大输出。 我只需要额外的输入神经元,并在第一次计算后将输出(或部分输出)发送到输入神经元。
但我不知道如何进行可扩展输入。 也许使用多次迭代,并将输出插入输入,并根据输入数据的下一部分相应地更改其余输入神经元?
人工智能对我来说是新事物,所以我可能会问一些我不想要或不可能的事情。请简单回答。
简短的回答是任何 RNN 都能够使用和生成任意长度的序列。根据数据的结构,CNN、Graph Nets 等也可以处理任意大的输入。