Python 如何使用TensorFlow确定未知数组到数组函数？

对于某些如下所示的未知函数：

def unknown_function(input_array): # where input array could be, for example, a 3 by 3 numpy array
    # does some unknown operation on input array 
    # to determine output array of same shape
    return output_array

---

如果有足够大的输入输出数组对数据集来训练模型，如何创建TensorFlow模型来查找任意输入数组的输出数组？

有许多方法可以通过简单的函数来近似函数。这在很大程度上取决于你所尝试的函数的类型，你认为最好的方法是什么。它是连续的吗？它有多复杂？等等

尝试找出函数的行为是什么。如果它是连续的，并且输入位于R^n的一个紧致子集内，则表示它可以通过神经网络进行近似

然而，这并不意味着这是最好的方式。也许傅里叶系数或单项因子的拟合可能已经足以很好地逼近你的函数，这通常要便宜得多

看看逼近函数的不同方法，看看函数的属性，看看哪种方法最合适。试着先选择像最小二乘法这样更便宜的方法，如果这些方法不起作用，那就看看像深度神经网络这样更昂贵的方法

---

不要对所有可用数据进行培训，也不要对未使用的数据进行测试，以此来测试您的方法。还要看看您得到的输出类型，以确定什么是好的损失函数

这可能首先是一个理论/统计问题，不是吗？无论如何，这对于堆栈溢出来说可能太宽了。@AMC我不这么认为。我在文档中看到了从输入数组到标量的示例：。我只是有点困惑，当输出为数组时，如何实现类似类型的东西。您更关心的是理论上的困难还是实际的困难？