我目前正在开发一个神经网络，它的输入应该有 N 个参数。每个参数可以有 M 个不同的值（离散值），假设为 {A,B,C,…,M}。它也有一定数量的离散输出。

在这种情况下，我该如何创建输入呢？我应该使用 N×M 个输入（值为 0 或 1），还是应该考虑其他方法？

回答：

你可以选择使用 NxM 个布尔输入，或者使用 N 个输入，其中每个输入是一个从 0 到 1 的浮点数。在后一种情况下，浮点数的值将是：{A/M, B/M, C/M, ... 1}。例如，如果你有4个输入，每个输入的离散值为：{1,2,3,4}，那么你可以将这些值转换为 {0.25 , 0.50 , 0.75 , 1.00}。

实际上，有很多方法可以编码你的输入，但我发现当输入值位于 [0,1] 区间时，效果更好（因为有些机器学习函数期望如此）。