我在网上环顾四周但找不到任何东西,但我可能错过了一篇关于此的文献.我在289分量矢量上运行基本神经网络以产生285分量矢量.在我的输入中,最后4个数据对于将输入的其余部分更改为输出的结果285至关重要.也就是说,输入是285 4,这样4将输入的其余部分变形为输出.
但是当对此运行神经网络时,我不确定如何反映这一点.我是否需要对其余输入使用卷积？我希望我的系统能够强调影响其他285的4个数据点.我仍然是所有这些的新手,所以一些指针会很棒！
再说一次,如果已经写了一些东西,那么那也是很棒的.
解决方法:
我不认为你有任何理由这样做,因为网络将自己推断.考虑到输出,根据其重要性,每个输入的权重将被减少或增强.
你可以做的是,有一个初步的网络,将285组件作为输入,然后是一个新的网络,将4个关键组件和初步网络的输出作为输入.
[285 compo.]---[neural network]---+---[neural network]---[output 285 compo.]
|
[4 compo.]-+
@H_404_16@例如,您可以使用卷积网络处理图片,然后在完全连接的网络中添加一些元信息以处理所有内容.
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 [email protected] 举报，一经查实，本站将立刻删除。
