我手头有2类分类问题。我为每个训练示例提取了3个特征集。我计划使用一个非常简单的CNN来学习权重。我的模型看起来像
我计划使用tensorflow在python中实现此CNN。官方教程https://www.tensorflow.org/tutorials/deep_cnn/似乎有些抽象。我可以获取基本代码进行培训吗？
最佳答案
您似乎错过了CNN的要点，CNN需要具有空间关系的信号（例如原始图像，音频等）。具有三个特征的信号卷积几乎没有任何意义（几乎唯一的选择是在唯一的轴之间卷积2x1滤波器，从而导致接近规则的MLP）。您正在寻找的是基本的分类器，总的来说-神经网络可能不是一个很好的选择（它们不是解决小尺寸，低维问题的好模型），您应该对带有内核化SVM的模型以及其他分类器满意可以在scikit-learn中获得。对于基本TF代码，请查看其basic tutorial，因为如前所述-对于CNN来说这不是问题。此外，TF不是一个简单的库，它只用几行代码就可以训练模型，如果您正在寻找这种东西，您应该看看keras，tf-slim或其他基于TF构建的库。
关于python - 使用tensorflow在python中实现基本的CNN，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/41611510/