【发布时间】：2017-04-08 04:21:07
【问题描述】：
我希望使用 Tensorflow 建立一个神经网络，根据项目的各种属性对项目进行评分。给定项目可以拥有的属性数量很少（假设最多 10 个），但可能的属性数量为数百。例如，假设我们正在对不同类型的车辆进行评分，每种车辆都有不同的属性（“车轮”、“发动机马力”、“机翼”等）和该属性的数值（2、600、4）。
我的问题是：有没有一种方法可以对神经网络进行建模，使其具有相对较少的输入，按照项目可以具有的最大属性数（在本例中为 10）？还是每个可能的属性都需要作为输入，从而导致数百个总输入，其中大多数（> 90％）对于任何给定项目都是空白的？
【问题讨论】：
-
是否有您不想拥有大量输入的特定原因，或者您只是想弄清楚选项是什么？
-
更多的输入意味着更长的训练时间和更高的复杂度，但这里似乎有必要。不过，我对此很陌生，所以大部分时间我只是想知道这些选项。
标签： machine-learning neural-network tensorflow