Neural network 神经网络特征优先

有一种神经网络可以对某些输入给予重视

我有一个类似的问题（实际由两个不同的NN解决）：

情景1） 输入：10101：目标：23

情景2） 输入：10101：目标：29

我是否可以对两个输入使用相同的神经网络，将情况用作单个神经网络的另一个输入

这种方法的一个问题是我有50种不同的情况

有人有好主意吗

---

安德烈

我认为你最好的办法是再增加50个输入神经元，并点亮其中一个，以表明你的情况。 为了使其更小，您可以只使用6个输入神经元，并以二进制代码点亮它们（情况13=101100作为输入神经元的输入）

另一个解决方案是针对每种情况训练神经网络，并保存其权重+偏差。然后，为了解决这个问题，你们首先要根据你们想做的情况应用权重+偏差，然后计算输出

我能想到的最后一个选择是创建50个不同的神经网络，并使用您需要的一个

我认为在二元结构中增加6个神经元的解决方案是正确的。

---

您最多可以有64种不同的情况。添加第7个神经元可以将您的情况计数扩展到124，下一个神经元的数量将加倍

Maximus CZ，很好！！我试过一个小版本（不是全部50种不同的类型）。。。问题在于，这不是一种分类方法，而是一个回归问题。所以，我会在一个输入1-50个值（指定情况），它不工作。。。我错过了什么？？？所以它不是（int）50，而是（double）50，所以情况的数量实际上是无限的？对于每种情况，您想要不同的输出？如果不是，在（int）50种情况下，将其转换为二进制并喂养6个神经元应该有效。请记住，您需要为每个输入组合训练整个数据集。