Fatal编程技术网
  • java/
  • 用java向encog ANN提供多维输入数据的方法是什么？

用java向encog ANN提供多维输入数据的方法是什么？

java neural-network

用java向encog ANN提供多维输入数据的方法是什么？,java,neural-network,encog,Java,Neural Network,Encog,我试图将一些输入（IP）v/s理想（ID）数据输入神经网络（基本网络类）。所有教程显示的输入格式（MLData）如下所示： IP11,IP12,IP13 ID11,ID12 IP21,IP22,IP23 ID21,ID22 some more values... IP11,IP12,IP13 IP21,IP22,IP23 ID11,ID12 IP11,IP12,IP13 IP21,IP22,IP23 ID21,ID22 但我想像这样提

我试图将一些输入（IP）v/s理想（ID）数据输入神经网络（基本网络类）。所有教程显示的输入格式（MLData）如下所示：

IP11,IP12,IP13        ID11,ID12
IP21,IP22,IP23        ID21,ID22
some more values...

IP11,IP12,IP13
IP21,IP22,IP23        ID11,ID12

IP11,IP12,IP13
IP21,IP22,IP23        ID21,ID22
但我想像这样提供数据：

IP11,IP12,IP13        ID11,ID12
IP21,IP22,IP23        ID21,ID22
some more values...

IP11,IP12,IP13
IP21,IP22,IP23        ID11,ID12

IP11,IP12,IP13
IP21,IP22,IP23        ID21,ID22
基本上，我打算将输入值矩阵与理想值数组相关联。有没有一种方法可以使用encog框架做到这一点

急切地等待答复。

几乎所有的机器学习模型，包括神经网络，都接受向量（一维）输入。将此类2D（或更高维）数据表示为基本网络（EncG）的唯一方法是将矩阵展平为向量。8x8矩阵将是64个元素的向量。对于传统的前馈神经网络（BasicNetwork），矩阵的哪个部分映射到输入向量中的哪个元素并不重要。输入#3和输入#4相邻并不重要，它们都是分开的

这是当前库的限制吗？这听起来是个合理的要求。无法接收更多尺寸输入（因此输出），可能会造成严重限制。平坦化数据感觉不是正确的方法，它是神经网络和大多数机器学习算法的局限。通常他们会收到一个输入向量。那么从图像中学习的方法呢？图像本质上是二维的。那么如何输入图像呢？这里有很多信息：谢谢你的链接。我仍然认为这是一个相当大的限制，但如果是在一般的机器学习算法上，就没有什么可做的了。然而，在encog中，TemporalPoint类接收数据点的多维数据。这给了我一个错误的印象，即多维时态数据由encog支持。为什么TemporalPoint类在encog中支持多维？