我有一个迷你项目,用于我在Tensorflow这门新课程中的随机主题。由于我有一些关于卷积神经元网络的背景,我打算将它用于我的项目。我的电脑只能运行CPU版本的TensorFlow。有关CNN的Tensorflow的特定主题
然而,作为一个新的蜜蜂,我意识到有很多话题,例如MNIST,CIFAR-10等,因此我不知道我应该从他们中挑出哪个适合的话题。我只有还剩两周。如果这个话题不太复杂,但却不太容易研究,因为它符合我的中级水平。
根据您的经验,您能否就我的项目应该为特定主题提供一些建议?
此外,如果在这个主题中,我可以提供自己的数据来测试我的训练,因为我的教授说,在我的项目中获得A分是一个加分。
由于提前,
@ JCooke:非常感谢。你的总结对我很有价值。正如你所提到的,CNN在图像处理领域被广泛使用,这里重要的一点是CNN的输入需要作为矩阵表示出来。我也在互联网上搜索,我意识到有很多我可以学习的源代码。不过,我认为为了让他们有所不同,如果我将CNN应用到另一个领域会更好。 –
@ JCooke:我首先想到的是培养**波士顿房屋问题(我认为它已经熟悉了你)。在这个问题中,将考虑输入的9个特征来计算平均点作为输出。你之前曾尝试过这种训练吗?我不知道CNN在这种情况下是否可以应用并且效率高?因为与MNIST或CIFAR-10相比,输入尺寸似乎非常小。 –
CNN几乎局限于图像(有一些例外)。如果我没有记错,波士顿房屋价格套餐更像是一个线性回归问题。您将无法使用CNN做到这一点。 – JCooke