如何根据预期的i / o序列长度选择seq2seq RNN中的隐藏层数？

Question

我试图预测一群人的特征。 每个群组都包含唯一人数N。 每人I的输入特征向量的长度是常数（100）。 每人O的输出预测矢量长度是常数（200）。

1. 什么是正确的网络架构选择？
2. 如果需要，我需要多少个LSTM图层（以及图层中的神经元块）
   • N = ~100？ （序列：~10 000→~20 000）
   • N = ~400？ （序列：~40 000→~80 000）
   • N = ~800？ （序列：~80 000→~160 000）

对网络架构的任何建议表示赞赏。