Viele-zu-eins-Einstellung in LSTM unter Verwendung von CNTK

Question

Ich möchte eine Viele-zu-Eins-Einstellung in LSTM unter Verwendung von CNTK, d.h. jedes Wort in einem Satz ist eine Eingabe, und eine Bezeichnung pro Satz ist die Ausgabe. Daher ist es eine Zuordnung von vielen Eingaben zu einem Ausgang. Das Beispiel, das in der CNTK Github repository bereitgestellt wird, ist jedoch viele-zu-viele. Ich habe Probleme, die Änderung des Eingabeformats zu verstehen, die für meine Anwendung durchgeführt werden muss. In dem bereitgestellten Beispiel ist jedem Wort in einem Satz eine Beschriftung zugeordnet, während in meiner Anwendung eine Beschriftung für einen Satz gewünscht wird.

Wäre es richtig, die Satzbezeichnung, die ich habe, allen Wörtern in diesem Satz zuzuordnen? Gibt es einen besseren alternativen Ansatz?

Answer 1

Diese page zeigt, wie man die Ausgaben eines lstm nimmt und eine erlernbare konvexe Kombination von ihnen berechnet (auch bekannt als Aufmerksamkeit).

Update: Wie für das Eingabeformat können Sie es auf verschiedene Arten tun. Wenn Sie den eingebauten Leser verwenden, können Sie das Etikett in das erste Element der Sequenz einfügen, wie in this example. Wenn Sie die Daten von Python Feed this other thread ist relevant.