Neural network TensorFlowDNNClasifier或TensorFlow中的任何其他深度神经网络模型是否支持预测浮点值?
在TensorFlowDNNClassifier中,我必须指定n_类(类的数量)。如果我预测的浮点值介于0和1之间呢?如果我想要完全准确的话,可以有无限多的类Neural network TensorFlowDNNClasifier或TensorFlow中的任何其他深度神经网络模型是否支持预测浮点值?,neural-network,tensorflow,deep-learning,skflow,Neural Network,Tensorflow,Deep Learning,Skflow,在TensorFlowDNNClassifier中,我必须指定n_类(类的数量)。如果我预测的浮点值介于0和1之间呢?如果我想要完全准确的话,可以有无限多的类 更清楚的是,TensorFlow的skflow中的神经网络是为分类问题设计的。然而,我正在处理一个价值预测问题。对于这种浮动值预测问题,我如何修改模型 预测0到1之间的值的任务称为回归。相应地,您需要一个tensorflowdnnressor而不是tensorflowdnnlasifier 接口中唯一的区别是,当调用fit时,y不是类标签
更清楚的是,TensorFlow的skflow中的神经网络是为分类问题设计的。然而,我正在处理一个价值预测问题。对于这种浮动值预测问题,我如何修改模型 预测0到1之间的值的任务称为回归。相应地,您需要一个
tensorflowdnnressor
而不是tensorflowdnnlasifier
接口中唯一的区别是,当调用
fit
时,y
不是类标签,而是介于0和1之间的值。类似地,predict
也会返回介于0和1之间的值。预测介于0和1之间的值的任务称为回归。相应地,您需要一个tensorflowdnnressor
而不是tensorflowdnnlasifier
接口中唯一的区别是,当调用fit
时,y
不是类标签,而是介于0和1之间的值。类似地,predict
也返回一个介于0和1之间的值