MNIST 是著名的手写数字数据集。假设我们知道谁写了数字，例如，女性、左撇子、25 岁。
我将如何在 TensorFlow 中使用 CNN 中的这些信息？或任何其他图书馆。
数字是图像，CNN 处理得很好，但性别、惯用手和年龄不是图像。你将如何使用这些信息？
如果 MNIST 数据集有另一个特征怎么办
数据挖掘
Python
张量流
美国有线电视新闻网
2022-02-16 22:49:24
1个回答
卷积层对图像很有用，因为它们考虑了像素的邻域。然而，对于像性别和惯用手这样的标签，卷积层可能不是特别有用。
但是，在卷积层之后，您通常倾向于放置一些密集连接的层。在那里，您可能想要添加这些附加功能。当您对卷积产生的 2D 矩阵进行整形时，您可以连接其他特征，然后将这个新向量提供给您的 Dense 层。
其它你可能感兴趣的问题