当有单个向量时，您使用MLP神经网络
当具有2D结构时，您使用CNN神经网络
当有序列时，您使用RNN神经网络
现在您已经预处理了一个实例，结果是一个树结构。
为简单起见，假设树结构始终是同一棵树；只有节点值在实例之间不同。
需要什么样的神经网络架构来消耗树结构的信息，同时还要利用树节点之间的连接？
如何处理本质上具有树结构的输入？
数据挖掘
神经网络
分层数据格式
2022-03-10 23:05:31
1个回答
正如@Emre 提到的，RNN 是一个不错的选择。值得注意的是，如果每棵树中可能的节点数相同或至少具有相同的上限，则您可以使用您想要的任何架构，只需传入邻接矩阵即可。或者，您可以构建一个中间模型来将您的图转换为图嵌入，然后再一次，您基本上可以做任何您想做的事情。
这里有一个相当大的潜在重要信息是您要完成的工作，这可能会对您希望如何表示输入产生重大影响。
其它你可能感兴趣的问题