更准确地说。可以说我已经有一个表示某些东西（单词，对象，图像...）的向量，并且我无法更改其获取方式。我想做的是创建一个没有嵌入和池化层的NN，并且想知道tensorflow是否支持这种方法。
可以说我的向量长10个特征（10个浮点数）。对于每个向量，我都有一个标签，可以说有3个标签可供选择。
我正在（奋斗/尝试）做的是这个。我想将这种矢量输入推入具有relu激活和10个神经元（堆栈可能是2或3个）的喀拉斯密集层，然后作为最后一层，使用具有3个输出神经元的S型激活。
然后在40个（？）纪元上贴上标签，依此类推...
我的主要问题是..这可能吗？我还没有完成代码，也许我问得太早了，但是。 是这种方法吗？还是您会从嵌入层向下构建模型，而不会使用已经制作的矢量？
答案 0 :(得分：1)
实际上是可能的。
一种实现方法是创建一个生成器函数，该函数生成要传递给网络的向量（将执行向量表示，无论它是什么）。然后通过调用tf.data.Dataset.from_generator创建TensorFlow数据集。
那么该模型可能只是密集层的Sequential。