Neural network Tensorflow中的卷积神经网络预测

我是CNN和Tensorflow的初学者

我看到了许多卷积神经网络（CNN）用于分类的例子。但是，我需要CNN进行回归。我正在尝试用自己的数据在Tensorflow中实现CNN以进行预测

我可以将CNN用于预测还是仅用于分类

---

你能给我一些做CNN预测的文档或线索吗？

虽然我自己是初学者，还没有应用过这样的模型，但我可以告诉你这个答案：

此外，虽然这不完全是预测，但在我参与的一个分类项目中，除了实际的分类之外，我还必须了解输入与其他类的关系。想象一个手写的数字9，但是尾巴向上长一些。虽然它仍然被归类为9，但它比正常的9“更接近”8

我不知道这对您的项目来说是否一定是一个好主意或可行，但也许您可以推广一个分类器，在类所描述的空间中给出一个点，而不是离散值

我可以将CNN用于预测还是仅用于分类

回归和分类通常都被称为预测。是的，你可以用CNN同时做这两件事。只有损失函数（回归的均方误差，分类的交叉熵）和标签（回归的回归值，分类的一个热编码）发生了变化

我建议进行一次辅导。我可以推荐：