信号输入/输出关系Tensorflow

我试图用tensorflow建立一个神经网络来预测给定执行器输入的振动输出。我有500个样本输入/输出信号，可用于培训和测试。tensorflow教程中的大多数示例都是用于分类的，所以我现在被难住了。我的输入是一系列从-1到1的6个数字信号，输出是模拟信号（1000个样本）。非常感谢您的帮助

这个问题没有正确的答案，因为有许多算法可以尝试找到最佳算法。根据你给出的描述，我将从张量流估计器开始

---

如果您提供一些样本数据，可能会更容易为您提供帮助。

那么您的问题是什么？那么，有没有一个具体的估计值可以用于解决这个问题？如果没有，我应该使用什么样的模型和优化器来训练这种输入输出关系？谢谢你的快速回复！欢迎光临，但罗马不是一天建成的——这就是机器学习（事实上是整个科学）的全部内容：测试不同的算法和参数，并逐步达到最佳。我想你应该先从一些教程开始。我看了几个教程，发现图像识别是最接近我问题的例子。然而，我的问题与此无关。我想tensorflow可能不适用于我试图实现的目标。到目前为止，我能理解的是，你需要预测振动输出，因此你需要应用我们在统计信号处理中研究的回归或信号估计技术