什么样的架构/方法可以使神经网络接受无限大的输入和/或返回无限大的输出？

我有一个关于如何产生无限大输出的想法。我只需要额外的输入神经元，并在第一次计算后将输出（或其部分）发送到输入神经元。

但我不知道如何使输入可扩展。也许可以使用多次迭代，将输出接入输入，并根据下一部分输入数据相应地调整其余的输入神经元？

人工智能对我来说是新的，所以我可能在问一些我不想要的或不可能实现的事情。请提供简单的回答。

回答：

简短的回答是，任何RNN都能够处理和生成任意长度的序列。根据数据的结构，CNN、图网络等也可以处理任意大的输入。