如何以向量作为输入来构建用于深度学习的模型？

Question

如果我的特征集包含5个长度为8的矢量，我如何创建多类分类的深度学习模型？功能集看起来像这样功能= [[0.34，0.67，0.87，..] [0.67，0.87，0.88 ....] [] [] []，...]

model = Sequential() 
model.add(Dense(8, input_dim=40, activation='relu')) 
model.add(Dense(33, activation='softmax')) 
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy']) 

Answer 1

只是压扁你的数据与tf.contrib.layers.flatten，你有1D的40个功能，就是这样。

但是，如果对这种2D排列有一些真正具体的内容，您可以考虑使用卷积来利用这个事实。