Fatal编程技术网
  • neural-network/
  • 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 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

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

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，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