我有一個迷你項目,用於我在Tensorflow這門新課程中的隨機主題。由於我有一些關於卷積神經元網絡的背景,我打算將它用於我的項目。我的電腦只能運行CPU版本的TensorFlow。有關CNN的Tensorflow的特定主題
然而,作爲一個新的蜜蜂,我意識到有很多話題,例如MNIST,CIFAR-10等,因此我不知道我應該從他們中挑出哪個適合的話題。我只有還剩兩週。如果這個話題不太複雜,但卻不太容易研究,因爲它符合我的中級水平。
根據您的經驗,您能否就我的項目應該爲特定主題提供一些建議?
此外,如果在這個主題中,我可以提供自己的數據來測試我的訓練,因爲我的教授說,在我的項目中獲得A分是一個加分。
由於提前,
@ JCooke:非常感謝。你的總結對我很有價值。正如你所提到的,CNN在圖像處理領域被廣泛使用,這裏重要的一點是CNN的輸入需要作爲矩陣表示出來。我也在互聯網上搜索,我意識到有很多我可以學習的源代碼。不過,我認爲爲了讓他們有所不同,如果我將CNN應用到另一個領域會更好。 –
@ JCooke:我首先想到的是培養**波士頓房屋問題(我認爲它已經熟悉了你)。在這個問題中,將考慮輸入的9個特徵來計算平均點作爲輸出。你之前曾嘗試過這種訓練嗎?我不知道CNN在這種情況下是否可以應用並且效率高?因爲與MNIST或CIFAR-10相比,輸入尺寸似乎非常小。 –
CNN幾乎侷限於圖像(有一些例外)。如果我沒有記錯,波士頓房屋價格套餐更像是一個線性迴歸問題。您將無法使用CNN做到這一點。 – JCooke