我希望使用Tensorflow建立一个神经网络,根据他们拥有的各种属性对项目进行评分。给定项目可以具有的属性量很小(假设10是最大值),但可能属性的数量是数百个。例如,假设我们对不同种类的车辆进行评分,每种车辆都具有各种属性(“车轮”,“发动机马力”,“机翼”等)以及该属性的数值(2,600,4)。
我的问题是:有没有办法模拟神经网络,使其具有相对较少的输入数量,大约是项目可以拥有的最大属性数量(在本例中为10)?或者每个可能的属性是否需要作为输入,导致数百个总输入,其中大多数(> 90%)对于任何给定项目都是空白的?
答案 0 :(得分:0)
将所有可能的属性作为输入,但在它们不存在时将它们设置为0。无论如何,NN的数百个输入并不罕见。