假设我们有一个回归问题。我们的输入只是包含单个矩形的二值化图像，我们只想预测一个浮点数。实际上，这个浮点数取决于矩形角度、矩形大小和矩形位置。这个问题可以用神经网络解决吗？
我认为，这不能通过神经网络来解决，因为矩形的角度、大小和位置都是潜变量，如果不学习这些潜变量，上述问题是无法解决的。你怎么认为？
给定矩形的二值化图像，神经网络可以学习预测数字吗？
人工智能
深度学习
卷积神经网络
表征学习
2021-11-07 04:53:24
1个回答
绝对可以学习，问题是方法。从建模指令密集地执行此操作将是昂贵且困难的，因此通常卷积是要走的路。卷积的一个问题是通常关注等变和相对特征，因此如果您需要该方法中的特定位置，则可能值得简单更改CoordConv。无论采用哪种方法，这种类型的输入到输出都是可能的，您只需要在建模时考虑它。
其它你可能感兴趣的问题