python - 在 python 中使用 tensorflow 实现一个基本的 CNN

Question

我手头有一个二分类问题。我为每个训练示例提取了一组 3 个特征。我打算使用一个非常简单的 CNN 来学习权重。我的模型看起来像

我计划使用 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。我可以获得训练它的基本代码吗？

Answer 1

你似乎忽略了 CNN 的重点，它需要具有空间关系 的信号(例如原始图像、音频等)。具有三个特征的卷积信号几乎没有意义(几乎唯一的选择是在唯一轴之间进行卷积的 2x1 滤波器，导致接近常规的 MLP)。你正在寻找的是相当基本的分类器，一般来说 - 神经网络可能不是好的选择(它们不是小的低维问题的好模型)，你应该对核化 SVM 和其他分类器这样的模型没问题在 scikit-learn 中可用。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 不是一个用几行代码训练模型的简单库，如果您正在寻找这类东西，您应该看看 keras、tf-slim 或其他基于 TF 构建的库。