我手头有一个二分类问题。我已经为每个训练样本提取了一组3个特征.. 我计划使用一个非常简单的CNN来学习权重。我的模型看起来像
我计划使用TensorFlow在Python中实现这个CNN。官方教程https://www.tensorflow.org/tutorials/deep_cnn/似乎有些抽象。能给我一个基本的训练代码吗？
回答：
你似乎没有理解CNN的要点，CNN需要具有空间关系的信号（例如原始图像、音频等）。对具有三个特征的信号进行卷积几乎没有意义（几乎唯一的选项是使用2×1的滤波器在唯一的一个轴上进行卷积，这几乎就是一个常规的MLP）。你真正需要的是一个基本的分类器，通常来说——对于小型、低维度的问题，神经网络可能不是一个好的选择，你可以使用像核SVM这样的模型，以及scikit-learn中可用的其他分类器。对于基本的TensorFlow代码，你可以查看它的基础教程，因为如前所述——这不是CNN适用的问题。此外，TensorFlow不是一个简单地用几行代码就能训练模型的库，如果你正在寻找这种类型的工具，你应该考虑使用Keras、tf-slim或其他基于TensorFlow构建的库。
