我有興趣使用Tensorflow來基於CNN訓練我的二進制分類數據。TensorFlow:具有非圖像輸入的卷積神經網絡
現在我想知道如何設置卷積過程中濾波器的值,輸出節點的數量。
我已閱讀了許多教程和示例。但是,他們中的大多數人使用圖像數據,我無法將其與我的客戶數據數據進行比較,而不是像素數據。
那麼你能就這個問題向我提出建議嗎?
我有興趣使用Tensorflow來基於CNN訓練我的二進制分類數據。TensorFlow:具有非圖像輸入的卷積神經網絡
現在我想知道如何設置卷積過程中濾波器的值,輸出節點的數量。
我已閱讀了許多教程和示例。但是,他們中的大多數人使用圖像數據,我無法將其與我的客戶數據數據進行比較,而不是像素數據。
那麼你能就這個問題向我提出建議嗎?
如果你的數據在時間或空間,那麼你可以使用CNN變化,我目前正在與這time.Also您可以參考腦電圖變化數據集工作本文將 http://www.nlpr.ia.ac.cn/english/irds/People/lwang/M-MCG_EN/Publications/2015/YD2015ACPR.pdf 作爲輸入數據(不是圖像)作爲圖像呈現給CNN。
本教程的文字:
您可以使用下面的一類:
類數據集:表示一個潛在的大組元素。
類FixedLengthRecordDataset:的固定長度的記錄
從一個或多個二進制文件的數據集。
此鏈接不工作了...你能與我們分享的PDF上的其他地方嗎?或者告訴我們這項工作的標題? – rmd2
我仍然可以從我的電腦打開鏈接,標題是'基於骷髏的動作識別與卷積神經網絡'@ rmd2 – dm5