卷积神经网络在电流预测中的应用

Question

我是CNN和Tensorflow的初学者。

我看到了许多用于分类的卷积神经网络(CNN)的例子。然而，我需要CNN进行回归。我试图在Tensorflow中用自己的数据来实现CNN的预测。

我可以实现CNN的预测还是CNN仅用于分类？

你能给我做CNN预测的任何文件或线索吗？

Answer 1

虽然我自己也是个初学者，而且还没有应用过这样的模型，但我可以告诉你这个答案：基于深度学习的时间序列预测。

此外，虽然这不是准确的预测，但在我从事的一个分类项目中，除了实际的分类之外，我还必须了解输入与其他类的关系。想一想手写的数字9，但尾巴长起来了。虽然它仍然被归类为9，但它比正常的9更接近8。

我不知道这对于您的项目是否一定是一个好主意或可行的，但是也许您可以泛化一个分类器，在类描述的空间中给出一个点，而不是一个离散值。

Answer 2

我可以实现CNN的预测还是CNN仅用于分类？

回归和分类都常被称为预测。是的，你可以用CNN做这两件事。只有损失函数(回归的均方误差，分类的交叉熵)和标号(回归的回归值，分类的一次热编码)都发生了变化。

我建议你读一篇教程。我可以建议：

• CS231
• Tensorflow教程