Neural network 如何根据i/o序列的预期长度选择seq2seq RNN中的隐藏层数？

我试图预测一群人的特征。 每组包含一个唯一的人数

N

。 每人输入特征向量的长度

I

为常数（100）。 长度​人均输出预测向量

O

​是常数（200）

网络架构的正确选择是什么

我需要多少LSTM层（以及一层中的神经元块），以防

• N=~100？（序列：~10000→ ~（2万）
• N=~400？（序列：~40000）→ ~（8万）
• N=~800？（序列：~80000）→ ~（16万）

---

任何关于网络架构的建议都将不胜感激。

我也对这个问题的答案感兴趣。你明白了吗？我最后使用了另一种网络架构。你使用了哪种？你能发表一篇解释作为你自己问题的答案吗？