我正在训练一个LSTM，试图在每次击键后预测(a-z(的下一个最可能的键。(并且只向用户显示8个最可能的后续键，这应该会产生一个8键键盘，就像我之前在这里做的那样，但这是没有大脑的。js(
网络是用一块文本训练的，从中提取两个字母的所有集合作为网络的输入。相应的输出是两个字符集后面的字母。
我尝试了不同的配置设置和训练数据模型：
- 用字符串训练网络->它输出一个字符(这还不够(
- 用一组27项的加权数组训练网络(每个字母+空格一个条目(->它输出一个26个零的字符串和一个1-对应于一个字母的1的位置。尽管我用数组作为输出来训练它。->仍然只有一封信
当我用两个字母作为输入运行网络时，它会输出一个字母——就像我训练它的那样。
现在，如何构建/建模我的训练数据，以训练它输出一组最可能的后续字母。
brain.js有可能做到这一点吗？
初始训练数据应该基于长文本，从中可以提取每个字母的下一个字母的概率。为了准备这个训练集，你不需要NN，只需要纯粹的数学。然后用这个值训练网络(输入一个字符，输出一个26个位置的阵列，每个字符具有不同的概率(，并且预测值应该与"1"匹配；风格"；作为参考。
成为一个"；活的"；通过用户输入的例子，你应该用每一个按键重新训练你的网络。这可能在计算上很昂贵。