CNN可以用来处理回归问题吗?
他的实现原理是什么呢?
能推荐一些相关的经典案例吗?
2条回答 默认 最新
关注 CNN可以用来做回归,而且其实可以基于分类模型在最后一层全连接层进行修改。尤其是采集的图像可以代表具体数值时,比如温度、高度等特征时。可以通过现行回归来进行一定的研究。
具体步骤:1.首先制作图像数据集,给图像数据集打上标签,标签与猫狗分类类似,但是这里的标签需要是具体数值。比如整型或浮点型。这里一般浮点型居多,如float32等等。
2.读取数据集
3.建立模型,以VGG19为例(基于python3)
def VGG19(weight_decay): ''' 这里省略中间n行代码,因为前面这一部分都可以看做是特征提取部分。需要改变的只有最后一层。将Dense()输出设为1 激活函数设为linear或者mse或者其他自己写的函数均可。 ''' model.add(Dense(1)) model.add(Activation('linear')) return model
4.模型训练
5.prediction
解决 无用评论 打赏 举报
悬赏问题
- ¥15 一道python难题
- ¥15 用matlab 设计一个不动点迭代法求解非线性方程组的代码
- ¥15 牛顿斯科特系数表表示
- ¥15 arduino 步进电机
- ¥20 程序进入HardFault_Handler
- ¥15 oracle集群安装出bug
- ¥15 关于#python#的问题:自动化测试
- ¥20 问题请教!vue项目关于Nginx配置nonce安全策略的问题
- ¥15 教务系统账号被盗号如何追溯设备
- ¥20 delta降尺度方法,未来数据怎么降尺度