在张量流神经网络中表示特征

Question

我一直在玩tensorflow游乐场：http://playground.tensorflow.org/并设计了一些我想在实际的tensorflow工作中部署的有趣网络。

我在操场上注意到它们将功能集表示为函数x，x ^ 2，sine（x）等等。

Feature Sets on Tensorflow Playground

我的问题：在张量流工作中表示这些类型的转换函数的最佳方法是什么？人们通常如何处理这个问题？在输入层之前的转换或网络本身内的转换？

我在使用张量流和自定义数据集进行基本回归方面有一些经验，但对于深度学习来说，这是一个相对的菜鸟。

Answer 1

基本上，您需要从数据集中提取一些功能，他们应该以最佳方式描述您的问题。 因此，首先尝试使用不同的算法\函数从数据集生成数据，重新整形以适合您的模型输入（或反之亦然），然后将这些内容提供给神经网络。