张量流中的卷积神经网络预测

Question

我是CNN和Tensorflow的初学者。

我看到许多用于分类的卷积神经网络（CNN）的例子。但是，我需要CNN进行回归。我正在尝试使用自己的数据在Tensorflow中实现CNN。

我可以将CNN用于预测，还是仅用于分类的CNN？

你能否给我一些做CNN预测的文件或线索？

Answer 1

  

我可以将CNN用于预测，还是仅用于分类的CNN？

回归和分类这两者通常被称为预测。是的，你可以用CNN做两件事。只有损失函数（回归的均方误差，分类的交叉熵）和标签（回归的回归值，分类的单热编码）才会发生变化。

我建议您阅读一个教程。我可以推荐：

• CS231
• Tensorflow Tutorial

Answer 2

虽然我自己是初学者，并且没有应用这样的模型，但我可以为您指出这个答案：Using deep learning for time series prediction。

此外，虽然它并不完全是预测，但在我工作的一个分类项目中，除了实际分类外，我还必须看到输入与其他类的关系。想想一个手写的9号，但尾巴更长。虽然它仍被归类为9，但它比正常9更接近8。

我不知道这对你的项目是否一定是一个好主意或可行，但也许你可以推广一个分类器，在你所描述的空间中给出一个点而不是一个离散值。