Реализация базового CNN с использованием тензорного потока в python

Question

У меня есть проблема классификации классов 2 класса. Я извлек набор из 3 функций для каждого примера обучения. Я планирую использовать очень простой CNN для изучения весов. Моя модель выглядит как

Я планирую использовать shadoworflow для реализации этого CNN в python. Официальный учебник https://www.tensorflow.org/tutorials/deep_cnn/ представляется несколько абстрактным. Могу ли я получить базовый код для обучения этому?

Answer 1

Вам, кажется, не хватает точки CNN, для чего требуется сигнал с пространственными отношениями (например, необработанные изображения, аудио и т. Д.). Соединительный сигнал с тремя функциями практически не имеет смысла (почти единственным вариантом будет фильтр 2x1, свернувшийся среди единственной оси, что приведет к почти регулярному MLP). То, что вы ищете, является скорее базовым классификатором, и в целом - нейронные сети, вероятно, не являются хорошим выбором (они не являются хорошими моделями для небольших, малоразмерных задач), вы должны быть в порядке с такими моделями, как ядровое SVM и другие классификаторы которые доступны в scikit-learn. Для базового кода TF смотрите его basic tutorial, так как, как сказано ранее, это не проблема для CNN. Кроме того, TF не является простой библиотекой, которая готовит модель в нескольких строках кода, если вы ищете такие вещи, вам лучше взглянуть на keras, tf-slim или другие библиотеки, созданные поверх TF.