Tensorflow中的卷积神经网络预测

Question

我是CNN和Tensorflow的初学者。

我看到了许多用于分类的卷积神经网络（CNN）的例子。但是，我需要CNN进行回归。我正尝试在Tensorflow中使用自己的数据来实现CNN以进行预测。

我可以实施CNN进行预测还是仅用于分类的CNN？

你能给我任何文件或线索做CNN的预测吗？

Answer 1

虽然我自己是初学者，并没有应用这样的模型，但我可以指出你的答案：Using deep learning for time series prediction。

此外，虽然它不完全是预测，但在我所研究的一个分类项目中，除了实际的分类之外，我不得不看看输入与其他类的关系。想想一个手写的数字9，但尾巴长了一些。虽然它仍被归类为9，但它比正常值“更接近”8。

我不知道这对你的项目来说是否是一个好主意或可行，但也许你可以概括一个分类器在你的课程描述的空间中给出一个点，而不是离散的值。

Answer 2

我可以实施CNN预测还是CNN只用于分类？

回归和分类都被称为预测。是的，你可以同时使用CNN。它只是损失函数（回归的均方误差，分类的交叉熵）和变化的标签（回归的回归值，分类的单热编码）。

我建议通过一个教程。我可以推荐：

• CS231
• Tensorflow Tutorial