在python中使用tensorflow实现基本的CNN

Question

我手头有2级分类问题。我为每个训练样例提取了一组3个特征。我打算用一个非常简单的CNN来学习权重。我的模型看起来像

我打算使用tensorflow在python中实现这个CNN。官方教程https://www.tensorflow.org/tutorials/deep_cnn/似乎有些抽象。我可以获得一个基本代码来训练吗？

Answer 1

您似乎忽略了CNN的要点，它需要具有空间关系的信号（例如原始图像，音频等）。使用三个特征进行卷积信号几乎没有任何意义（几乎唯一的选择是2x1滤波器在唯一的轴之间进行卷积，导致几乎常规的MLP）。你正在寻找的是相当基本的分类器，一般来说 - 神经网络可能不是一个好的选择（它们不是小型，低维问题的好模型），对于像核心SVM和其他分类器这样的模型你应该没问题。这些都是scikit-learn中提供的。对于基本的TF代码，请查看其basic tutorial，因为如前所述 - 这对CNN来说不是问题。此外，TF不是一个简单的库，可以用几行代码训练模型，如果你正在寻找这类东西，你应该看看keras，tf-slim或其他基于TF的库。