Tensorflow中的卷積神經網絡預測

Question

我是CNN和Tensorflow的初學者。

我看到了許多用於分類的卷積神經網絡（CNN）的例子。但是，我需要CNN進行迴歸。我正嘗試在Tensorflow中使用自己的數據來實現CNN以進行預測。

我可以實施CNN進行預測還是僅用於分類的CNN？

你能給我任何文件或線索做CNN的預測嗎？

Answer 1

雖然我自己是初學者，並沒有應用這樣的模型，但我可以指出你的答案：Using deep learning for time series prediction。

此外，雖然它不完全是預測，但在我所研究的一個分類項目中，除了實際的分類之外，我不得不看看輸入與其他類的關係。想想一個手寫的數字9，但尾巴長了一些。雖然它仍被歸類爲9，但它比正常值「更接近」8。

我不知道這對你的項目來說是否是一個好主意或可行，但也許你可以概括一個分類器在你的課程描述的空間中給出一個點，而不是離散的值。

Answer 2

我可以實施CNN預測還是CNN只用於分類？

迴歸和分類都被稱爲預測。是的，你可以同時使用CNN。它只是損失函數（迴歸的均方誤差，分類的交叉熵）和變化的標籤（迴歸的迴歸值，分類的單熱編碼）。

我建議通過一個教程。我可以推薦：

• CS231
• Tensorflow Tutorial