Tensorflow 如何使用GoogleInception模型对DNA或蛋白质序列数据集进行分类？_Tensorflow_Machine Learning_Keras_Conv Neural Network

Tensorflow 如何使用GoogleInception模型对DNA或蛋白质序列数据集进行分类？

tensorflow machine-learning keras

Tensorflow 如何使用GoogleInception模型对DNA或蛋白质序列数据集进行分类？,tensorflow,machine-learning,keras,conv-neural-network,Tensorflow,Machine Learning,Keras,Conv Neural Network,我试图用它的序列将蛋白质分类到它们的家族中。即使使用图像的RGB3输入度量，我也可以为此使用深度卷积模型吗？是否有任何特定的方法来转换除图像以外的数据集，以便使用这些模型进行分类。我是人工神经网络新手，非常感谢您的建议。首先，您需要了解，您心目中的模型有一个非常困难的问题：彩色图像中的对象识别，因此使用的模型非常大。然后，您需要知道使用CNN的目的是从彩色图像中提取尽可能多的特征，以便执行检测考虑到上述知识，我认为用更小的卷积模型，用其序列对蛋白质进行分类似乎是可行的。您可能需要至少max1

我试图用它的序列将蛋白质分类到它们的家族中。即使使用图像的RGB3输入度量，我也可以为此使用深度卷积模型吗？是否有任何特定的方法来转换除图像以外的数据集，以便使用这些模型进行分类。我是人工神经网络新手，非常感谢您的建议。

首先，您需要了解，您心目中的模型有一个非常困难的问题：

彩色图像中的对象识别

，因此使用的模型非常大。然后，您需要知道使用CNN的目的是从彩色图像中提取尽可能多的特征，以便执行检测

考虑到上述知识，我认为用更小的卷积模型，用其序列对蛋白质进行分类似乎是可行的。您可能需要至少max10层卷积。总之，你不应该需要像

googleinception模型那样复杂的CNN
关于您的数据：CNN没有规定您只能使用RGB图片。这些图片只是阵列。若你们有任何类型的数字数据可以用于算法操作，当然你们可以使用CNN进行特征提取。我建议你们看看这个例子
我还建议您查看以下库SK-LEARN
、KERAS
和PYTORCH
。这些图书馆非常友好，而且有令人惊叹的纪录片
祝你好运。
非常感谢，我之所以想到使用google inception模型，是因为蛋白质家族具有不同长度的保守区域，可用于将其分类为家族。因此，上述模型具有不同大小的卷积大小来提取特征。