Machine learning 递归神经网络的输出长度

我已经用python编写了两个LSTM RNN代码来进行序列预测。我有一个简单的序列（比如一个嘈杂的正弦波），我正在训练我的网络来“预测”正弦波上的未来值。我的第一个代码只预测单个next值（因此只有1个输出神经元），而我编写的第二个代码预测5个next值（即5个输出神经元）。为了提前5步获得第一个代码的预测，我需要多次调用predict函数（利用前面predict的输出）

---

这两种情况似乎都很好，但我真正想弄清楚的是，这两种网络体系结构中哪一种最适合解决这个问题。文献中几乎没有对这些输出模型进行比较。

我认为使用输出作为输入对这个问题不是一个好主意。您的输出总是会有一些错误，并且它可能会随着每个步骤而增加（稳态错误）

谢谢，这很有道理，但我想检查一下。