R中的多个稀疏输入keras单个输出答案

【问题标题】：multiple sparse input keras single output in RR中的多个稀疏输入keras单个输出
【发布时间】：2018-08-07 14:46:21
【问题描述】：

我正在尝试使用带有 KERAS 和 tensorflow 库的 R 来实现稀疏数据的深度学习。我有 20 行乘 26 列的实值数据，范围从 0 到 1000。每行中的元素总和必须接近 1000。其中一些由于值太小而被删除。每个元素都是数量测量。每行如下所示。

第 1 行：3 1.6 0 0 0 0 0 0 0 0 0 10 0.19 0 0 0 3 0 0 7 150 828.01 0 0 0 2.2 0

第 2 行：7.8 13 0 0 0 0 4 6 0 0 13 0 0.19 0 2 0 3.8 0 0 200 750.21 0 0 0 0 0

每个都有沸点测量（分别）

-39 -5 100 15 14 72 52 89 47 51 25 54 100 100 100 54 80 54 86 56 54 55 54 100 100 138

对于每个观察结果（例如第 1 行），我都有一个实际的沸点测量值。例如第 1 行是 49，第 2 行是 40。目标是根据第 1 行和沸腾测量预测每个观察沸点，然后将其与实际进行比较。

到目前为止，我的尝试是将模型放入 keras_model_sequential model <- keras_model_sequential() 并使用 relu 作为激活函数。如何使用 tanh 激活函数或 arctan 激活函数对此进行建模？

例如 tanh(row1 /1000) * 沸点 row_1。任何建议或替代方法将不胜感激。

【问题讨论】：

【解决方案1】：

你为什么使用 R 来完成这项任务？我会推荐使用 Python，因为有一个非常广泛的 Python 的 Keras 文档（我找不到 R 文档）。也就是说，here 你可以找到关于如何确定激活函数的描述。

【讨论】：