我们计划使用kmeans来拆分我们的数据，并拥有10个单独的完全连接的模型，分别从kmeans中估算每个组的结果。
一种明显的方法是在开始时具有10个单独的tfjs模型和单独的kmeans。
由于tfjs支持功能模型和自定义层。另一种方法是将kmeans作为第一个自定义层，然后将几个密集层连接到它。是否可以使用现有的层API来接收20个张量，执行kmeans并具有10组不同的20个张量作为输出到下一层？您看到这种方法有什么问题吗？还有另一种选择吗？
答案 0 :(得分：0)
Kmeans尚未在tfjs中实现。如果不是它本身就不能被视为一个层。但是，您可以通过假设自己可以自己实现kmeans的实现，在班级中创建一个两阶段模型。
您只需要使用条件语句将一个模型的结果传递给另一个模型。第一个模型-kmeans-将输出数据的类别，第二个模型-十分之十-是根据第一个模型的输出选择的。
已经说过，所有这些都可以使用顺序API tf.sequential或功能性tf.model一次完成。 js中有kmeans实现，它将js数组作为向量返回。这些数组可以转换为张量，其形状将决定图层的形状。使用FCNN，我们可以为每个kmeans类提供一个输出。