问哪种类型的神经网络可以处理可变的输入和输出大小？

EN

您需要的是指针网络(https://arxiv.org/abs/1506.03134)

以下是一篇关于它的文章中的引言：

指针网络是一种新的神经体系结构，它学习指向输入序列中位置的指针。这是新的，因为现有的技术需要具有固定数量的目标类，这不是一般适用的-考虑Travelling问题，其中类的数量等于输入的数量。另一个例子是对大小可变的序列进行排序。- https://finbarr.ca/pointer-networks/

这是一个基于注意力的模型。

本质上，指针网络用于预测指向输入的指针，这意味着输出层实际上不是固定的，而是可变的。

我使用它们的一个用例是将原始文本转换为SQL查询。

• 输入：“1983年美国汽车销量”
• 输出: SELECT COUNT(Car_id) FROM Car_table WHERE (Country=' US‘AND Year=='1983')

像这样的原始文本的问题是，它只对特定的表有意义(在本例中，汽车表包含一组围绕汽车销售的变量，类似于棋盘游戏的不同棋盘)。这意味着，如果问题不是唯一的输入。所以实际进入指针网络的输入是以下各项的组合-

输入-

表的

1. Query
2. Metadata (列名)所有分类columns
3. Keywords

SQL语法(SELECT、WHERE等)的

1. 标记词汇表

所有这些都附加在一起。

然后，输出层简单地指向输入的特定索引。它指向国家和年份(来自元数据中的列名)，它指向US和1983 (来自分类列词汇表中的标记)，它指向输入的SQL语法组件中的SELECT、WHERE等。

然后，附加索引中这些索引的序列将用作计算图的输出，并使用作为WIKISQL数据集存在的训练数据集进行优化。

您的情况非常类似，您需要传递输入、游戏的元数据，以及作为输出的一部分作为附加索引的内容。然后指针网络简单地从输入中进行选择(指向它们)。

您需要回到固定的输入/输出问题。

当应用于图像/时间序列时，解决此问题的常用方法是...就是使用滑动窗口来缩小尺寸。也许这可以应用到你的游戏中。

完全卷积神经网络能够做到这一点。卷积层的参数是卷积核。卷积核不太关心输入大小(是的，与步长、填充输入和核大小相关的某些限制)。

典型的用例是一些卷积层，然后是最大池，并一次又一次地重复到某个点，其中过滤器被展平并连接到密集层。密集层是有问题的，因为他希望输入是固定大小的。如果存在另一个conv2图层，则您的输出将是另一个适当大小的要素地图。

这种网络的例子可以是YOLOv3。例如，如果您将416x416x3的图像提供给它，那么输出可以是13x13x数量的滤镜(我知道YOLOv3有更多的输出层，但为了简单，我将只讨论一个)。如果您向YOLOv3提供256x256x3的图像，则输出将是特征图6x6xnumber of filters。

这样网络就不会崩溃并产生结果。效果会好吗？我不知道，也许是，也许不是。我从来没有以这种方式使用它，我总是调整图像大小到推荐的大小或重新训练网络。