Neural network Tensorflow神经网络的特征表示
我一直在玩tensorflow游乐场：并设计了一些有趣的网络，我想在实际的tensorflow工作中部署它们 我注意到在操场上，它们将功能集表示为函数x、x^2、正弦（x）等等 我的问题：在tensorflow作业中表示这些类型的转换函数的最佳方式是什么？人们通常如何处理这个问题？在输入层之前的转换中，还是在网络本身内部Neural network Tensorflow神经网络的特征表示,neural-network,tensorflow,deep-learning,Neural Network,Tensorflow,Deep Learning,我一直在玩tensorflow游乐场：并设计了一些有趣的网络，我想在实际的tensorflow工作中部署它们 我注意到在操场上，它们将功能集表示为函数x、x^2、正弦（x）等等 我的问题：在tensorflow作业中表示这些类型的转换函数的最佳方式是什么？人们通常如何处理这个问题？在输入层之前的转换中，还是在网络本身内部 我在tensorflow中编写基本回归和使用自定义数据集方面有过一些经验，但我是深度学习的相对新手。基本上，您需要从数据集中提取一些特征，它们应该以最佳方式描述您的问题。 因
我在tensorflow中编写基本回归和使用自定义数据集方面有过一些经验，但我是深度学习的相对新手。基本上，您需要从数据集中提取一些特征，它们应该以最佳方式描述您的问题。
因此，首先尝试使用不同的算法\函数从数据集生成数据，重塑数据以适应模型输入（反之亦然），然后将这些数据输入神经网络。基本上，您需要从数据集中提取一些特征，它们应该以最佳方式描述您的问题。
因此，首先尝试使用不同的算法\函数从数据集生成数据，重新调整数据形状以适应模型输入（反之亦然），然后将这些数据输入神经网络。在TensorFlow中，这些特征如下：
x1，x2，tf.square（x1），x1*x2，tf.sin（x1）x1，x2，tf.平方（x1），x1*x2，tf.sin（x1）