如何在数据中训练不同类型的神经网络？

Question

我正面临着一个问题，就像我想训练一个神经网络，以确定植物何时完全由高度和其他数据生长。但是有很多类型的植物，所以我无法为它们各自训练一个。 我还尝试使用受物种数据训练的神经网络在另一个物种上，但它没有用。所以我即将训练一个可以与不同物种一起工作的神经网络。但是每个物种的比例都不同，例如：

plant      height    root radius 

chili      45-50cm   1-2cm

red_bean   25-30cm   0.5-1cm 
basil      35-45cm   1-1.5cm

株高与根半径的比例不同。

我没有所有物种的比例所以我在考虑在输入中添加一个新类型的参数，所以对于每种类型，网络都会计算出比率本身。类型param可能像1个辣椒，2个红豆，3个罗勒等等。但不知道它是否有效。

那么有人在此之前尝试过这种方式还是有另一种方法呢？

Answer 1

这样的标签对于简单的NN来说不是很好的选择，但是如果你想尝试它，（并且你会），每个标签都有一个单独的输入。将对应于训练数据种类的输入设置为1，将所有其他输入设置为-1。