作为一个有趣的项目，我一直在尝试使用TensorFlow API（不幸的是在Java中..但我相信我仍然可以得到一些结果）。我的第一个目标是开发一个2D点云过滤的模型。所以我编写了代码来生成224×172分辨率的随机云，计算邻居密度过滤的结果，并存储两者（见下图）。

因此，我已经为输入和预期输出生成了数据，可以根据需要生成大量的数据集。

我将输入和输出数组存储为224×172的二进制数组（索引处无点为0，索引处有点为1）。所以我的输入和输出都是224×172的。在这一点上，我不确定如何将我的输入转换为预期的结果。我不确定如何为我的云的每个“像素”赋权，或者如何“教”程序预期的结果。任何关于这是否在我给定的场景中可行的建议/指导将不胜感激！

请不要对我太苛刻…在机器学习方面，我完全是个新手。

回答：

想象一下，TensorFlow是一组构建模块（就像乐高积木），可以用来构建机器学习模型。模型构建完成后，可以进行训练和评估。
所以你的问题基本上可以分为三个步骤：
1. 我是机器学习的新手。请指导我如何选择适合任务的模型。
2. 我是TensorFlow的新手。我有模型的想法（见1），我想通过TensorFlow构建它。
3. 我是TensorFlow的Java API的新手。我知道如何使用TensorFlow构建模型（2），但我在Java中遇到了困难。
这听起来很吓人，但实际上并没有那么糟糕。
我建议你按照以下计划进行：
1. 你需要浏览机器学习模型，找到适合你情况的模型。所以你需要问自己：哪些模型可以用于云过滤？
而且，你真的需要某种机器学习模型吗？为什么不使用简单的数学公式？这些是你可以问自己的问题。
假设你已经找到了某个模型。例如，你找到了一篇描述能够解决你任务的神经网络的论文。然后进入下一步
2. TensorFlow有很多例子和代码片段。所以你甚至可以找到已经实现了你的模型的代码。
坏消息是，大多数代码示例和API都是基于Python的。
但如果你想进入机器学习领域，我建议你学习Python。它很容易上手。在科学界使用Python非常普遍，因为它可以避免浪费时间在包装器、配置等方面（如Java所需的）。我们可以从脚本的第一行开始解决我们的任务。
正如我最初提到TensorFlow和乐高的相似性，我想补充的是，TensorFlow有更多高级的补充。所以你不是在处理构建模块，而是在处理某种模块层。
比如tflearn。它非常好，特别是如果你没有深厚的数学或机器学习背景。它允许以非常简单和易懂的方式构建机器学习模型。所以你需要添加一些神经网络层吗？给你。这里不需要复杂的低级张量操作。
缺点是你无法从Java中加载tflearn模型。
无论如何，我们假设，在这一步的最后，你能够构建你的模型，训练它，并评估模型和预测质量。3. 所以你有了你的机器学习模型，你理解TensorFlow的机制，如果你仍然需要使用Java，那应该会容易得多。我注意到，你无法从Java中加载tflearn模型。你可以尝试使用jython直接从Java中调用Python的函数，尽管我没有尝试过。
按照这个方式（1-3），你肯定会有更多问题。所以欢迎来到SO。