我有兴趣使用Tensorflow来基于CNN训练我的二进制分类数据。TensorFlow:具有非图像输入的卷积神经网络
现在我想知道如何设置卷积过程中滤波器的值,输出节点的数量。
我已阅读了许多教程和示例。但是,他们中的大多数人使用图像数据,我无法将其与我的客户数据数据进行比较,而不是像素数据。
那么你能就这个问题向我提出建议吗?
我有兴趣使用Tensorflow来基于CNN训练我的二进制分类数据。TensorFlow:具有非图像输入的卷积神经网络
现在我想知道如何设置卷积过程中滤波器的值,输出节点的数量。
我已阅读了许多教程和示例。但是,他们中的大多数人使用图像数据,我无法将其与我的客户数据数据进行比较,而不是像素数据。
那么你能就这个问题向我提出建议吗?
如果你的数据在时间或空间,那么你可以使用CNN变化,我目前正在与这time.Also您可以参考脑电图变化数据集工作本文将 http://www.nlpr.ia.ac.cn/english/irds/People/lwang/M-MCG_EN/Publications/2015/YD2015ACPR.pdf 作为输入数据(不是图像)作为图像呈现给CNN。
本教程的文字:
您可以使用下面的一类:
类数据集:表示一个潜在的大组元素。
类FixedLengthRecordDataset:的固定长度的记录
从一个或多个二进制文件的数据集。
此链接不工作了...你能与我们分享的PDF上的其他地方吗?或者告诉我们这项工作的标题? – rmd2
我仍然可以从我的电脑打开链接,标题是'基于骷髅的动作识别与卷积神经网络'@ rmd2 – dm5