Machine learning 如何从多组数据中训练神经网络?
我有很多相关的数据,我想用来训练神经网络。数据来自于飞行一定距离的赛鸽。输入可以是体重、年龄、大小、翼展、性别、距离、时间等,比如说每分钟采样一次。 我试图预测一只鸽子在给定输入的情况下完成一场比赛的典型时间。 输入数据将标准化,以提高网络效率。 一行典型的数据可能看起来像体重、年龄、大小、翼展、性别、距离和时间 -1.34, -1.23, -0.49, 0.47, 0.97, -1, -1.44, -0.75 随着比赛的进行,会有很多这样的赛线,最后每只鸽子都会有一个计时结果。3小时5分钟。 然后我会有一套完整的比赛数据,但很明显,每一场比赛都是不同的,所以我需要一种方法来训练很多比赛。 我的问题是,因为每一场比赛都是一个谨慎的事件,我应该用什么方法来训练网络。我感到困惑的是,这不是一个连续的数据流,我可以让它开始工作。我是否应该用一套\比赛训练它,直到它学会了这一点,然后再进行下一套,等等,或者是否有一种方法可用于解决此类问题Machine learning 如何从多组数据中训练神经网络?,machine-learning,neural-network,artificial-intelligence,deep-learning,Machine Learning,Neural Network,Artificial Intelligence,Deep Learning,我有很多相关的数据,我想用来训练神经网络。数据来自于飞行一定距离的赛鸽。输入可以是体重、年龄、大小、翼展、性别、距离、时间等,比如说每分钟采样一次。 我试图预测一只鸽子在给定输入的情况下完成一场比赛的典型时间。 输入数据将标准化,以提高网络效率。 一行典型的数据可能看起来像体重、年龄、大小、翼展、性别、距离和时间 -1.34, -1.23, -0.49, 0.47, 0.97, -1, -1.44, -0.75 随着比赛的进行,会有很多这样的赛线,最后每只鸽子都会有一个计时结果。3小时5分钟。
谢谢 如果我正确理解您的问题,您有:
从头开始编写递归神经网络不是一个好主意。选择一个框架(Keras、TensorFlow、Mxnet等),查找关于如何在该框架中培训LSTM的文档——所有这些框架都有这样的教程——并根据您的用例进行调整。如果我正确理解了您的问题,您有:
最后,问题是,在网络经过培训后,我想用它做什么 准确描述你想要达到的目标。特别是——每个数据“部分”看起来是什么样的,更重要的是——你的目标是什么(你试图预测什么/建立什么模型)。我已经扩展了我的问题,包括更多细节和一系列典型的数据——准确描述你正试图实现的目标。特别是-每个数据“部分”看起来如何以及更重要-你的目标是什么(你试图预测什么/建立什么模型)我已经扩展了我的问题,包括更多细节和一行典型的数据。非常感谢你总结我的