Python Tensorflow LSTM:保存状态并将其用于预测

Python Tensorflow LSTM:保存状态并将其用于预测,python,tensorflow,lstm,Python,Tensorflow,Lstm,在LSTM网络中,一旦培训完成,我们就有了可用的最终状态。关于这些LSTM元组状态(c和h)的进一步使用,我有两个问题。 (i) 我们如何使用这些状态来针对验证数据集测试模型? (ii)如果我们需要预测课程,那么在本论坛中有两种建议方法。不确定哪一个是正确的 a。使用上次状态值(来自上次批次观察)并将其用于预测。 b。将状态重置为零并进行预测。

在LSTM网络中,一旦培训完成,我们就有了可用的最终状态。关于这些LSTM元组状态(c和h)的进一步使用,我有两个问题。 (i) 我们如何使用这些状态来针对验证数据集测试模型? (ii)如果我们需要预测课程,那么在本论坛中有两种建议方法。不确定哪一个是正确的

a。使用上次状态值(来自上次批次观察)并将其用于预测。

b。将状态重置为零并进行预测。