我想在TensorFlow中实现一些LSTM模型。我认为我非常了解这些教程。在这些输入数据中，以单词的形式给出，这些单词嵌入了连续的向量空间（具有多个优点）。我现在想制作一个LSTM来预测一系列扭曲的数字，并且不知道最佳方法是什么。我是否应该离散输入范围，因此有效地解决了许多类别的分类问题，并使用之前使用的嵌入方式，或者坚持持续数字并进行回归？在这种情况下，我只是在每个时间步骤将一个功能传递给模型，即连续数字？
这是您可能会发现有用的两个示例。
https://github.com/morvanzhou/tutorials/blob/master/tensorflowtut/tf20_rnn2.2/full_code.py.py
http://mourafiq.com/2016/05/15/predicting-sequences-using-rnn-inn-inn-inn-inn-inn-inn-inn-inn-inn-inn-inn-inn-inn-inn-inn-inn-inn-inn-inn-inn-inn-in-pensorflow
您可以只使用回归。但是，如果您的输入永远长，则需要修复尺寸序列。