我想获得有关如何解决预测多个数字的问题的建议。训练数据包含 4 列,每列表示记录在存储桶中的概率。因此,例如:
X = [0.25, 0.5, 0.25, 0.0]
并且相应的输出应该是 eg Y = [0.8, 0.1, 0.0, 0.1]。每行总和应为 1.0
你会推荐什么类型的方法?
我已经尝试过在最后一层有 4 个神经元和 softmax 激活的简单神经网络,但想知道是否有更好的解决方案。
谢谢!
我想获得有关如何解决预测多个数字的问题的建议。训练数据包含 4 列,每列表示记录在存储桶中的概率。因此,例如:
X = [0.25, 0.5, 0.25, 0.0]
并且相应的输出应该是 eg Y = [0.8, 0.1, 0.0, 0.1]。每行总和应为 1.0
你会推荐什么类型的方法?
我已经尝试过在最后一层有 4 个神经元和 softmax 激活的简单神经网络,但想知道是否有更好的解决方案。
谢谢!
我建议使用基于 LSTM-RNN 的编码器-解码器结构进行序列到序列学习;它会为您提供您想要的。我觉得很有帮助的链接是: