使用 CNN 进行 tflearn 分类 (conv_1d)答案

【问题标题】：tflearn classification with CNN (conv_1d)使用 CNN 进行 tflearn 分类 (conv_1d)
【发布时间】：2018-09-10 13:52:20
【问题描述】：

我对 tflearn 和 CNN 的使用有疑问。我对n 数据变量（浮点数）和m 类有分类问题。我试图通过使用来实现这一点 https://github.com/tflearn/tflearn/blob/master/examples/nlp/cnn_sentence_classification.py 这只是我的数据集。但是他们使用了嵌入，这对我不起作用（我有无数的输入值可能的值，因为它们是浮点数）。如果我只是删除network = tflearn.embedding(network, input_dim=10000, output_dim=128) 行，我没有 3-d 张量作为以下 conv_1d 层的输入。有人可以帮我吗？那么如何将我的数据带入正确的形状以应用一些卷积呢？

谢谢！！

【问题讨论】：

标签： tensorflow machine-learning neural-network conv-neural-network tflearn

【解决方案1】：

最后多加一个维度，需要通道维度，像这样（把第二个like改了，第一个和第三个我复制方便理解）：

network = input_data(shape=[None, 100], name='input')
network = tf.expand_dims(network, 2)
branch1 = conv_1d(network, 128, 3, padding='valid', activation='relu', regularizer="L2")

【讨论】：

很高兴听到！ :) 那你介意接受我的回答吗？