如何解决从二维数据进行预测
我正在根据二维数据进行预测。数据大小为 7640x200x2;对于每个 200x2 矩阵,我想要一个从中预测的 2x1 数组。我是初学者,我很困惑如何建立一个有用的模型。我曾尝试过 cnn+lstm 模型,但结果非常糟糕。谁能给我一些建议?
解决方法
似乎没有问题中所说的任何序列,所以 LSTM 在这里不适用。
(200x2) --> (2,1) 可以通过扁平化后的密集网络简单地完成:
inp (200x2) --> flatten (to 400) --> dense(2,activation=identity)
二维卷积层可以放在inp
层和flatten
层之间:
inp --> conv2d --> flatten
根据期望输出的范围,可以改变输出密集层中的激活,例如,如果输出总是正的,则使用'relu'而不是'identity'。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。