在decoder input为什么要改变预测序列的长度

在Decoder中，输入的每个token都需要进行一次预测，并且在每个时间步，模型的输出都会被用来生成下一个token。因此，如果输入序列的长度与输出序列的长度不一致，模型就会出现问题。因此，为了避免这种情况，需要在Decoder中改变预测序列的长度。具体来说，当Decoder输入的序列长度大于输出序列长度时，需要在模型的输出中加入一个特殊的控制序列，来告知模型该输出“结束”信号。当Decoder输入的序列长度小于输出序列长度时，需要在输入序列中加入一些填充token，确保输入和输出序列的长度一致。

相关问题

对于外汇预测，decoder_input， decoder_outputs 怎样理解

在外汇预测中，通常会使用 Seq2Seq 模型来进行建模和预测。Seq2Seq 模型包括编码器和解码器两部分，其中编码器将输入序列编码成一个固定长度的上下文向量，解码器则将该上下文向量作为输入，逐步生成目标序列。在这个过程中，解码器每次生成一个目标词汇时，都会依赖于前面已经生成的目标词汇以及上下文向量。

在这个过程中，decoder_input 是指解码器的输入序列，通常是目标序列中去掉最后一个词汇的子序列，因为解码器的第一个输入是起始符号（如 <START>），而不是目标序列的第一个词汇。decoder_outputs 是指解码器的输出序列，通常是目标序列中去掉第一个词汇的子序列，因为解码器的第一个输出是第二个词汇，而不是目标序列的第一个词汇。

在训练过程中，我们将 decoder_input 作为解码器的输入，将 decoder_outputs 作为解码器的输出，并使用目标序列中去掉第一个词汇的子序列作为标签，来计算解码器的损失函数。在预测过程中，我们将解码器的输入设置为起始符号，然后逐步生成目标序列中的每个词汇，直到生成终止符号（如 <END>）。

informer 模型Decoder input size (defaults to 7)参数

informer 模型的 Decoder 输入大小参数默认为 7。这个参数决定了 Decoder 的输入序列长度。在 informer 模型中，Decoder 的输入是一个包含历史信息的序列，用于生成未来的预测结果。默认情况下，这个序列的长度为 7，但你可以根据自己的需求进行调整。请注意，修改此参数可能会影响模型的性能和结果。