在 TensorFlow 神经网络中表示特征

Question

我一直在玩 tensorflow 游乐场：http://playground.tensorflow.org/，并设计了一些有趣的网络，我想在实际的 tensorflow 工作中部署它们。

我注意到在操场上它们将功能集表示为函数 x、x^2、sine(x) 等。

Feature Sets on Tensorflow Playground

我的问题：在张量流工作中表示这些类型的转换函数的最佳方式是什么？人们通常如何处理这个问题？在输入层之前的转换中还是在网络本身内部？

我有一些在 tensorflow 中编写基本回归和使用自定义数据集的经验，但我相对是深度学习的菜鸟。

Answer 1

基本上，您需要从数据集中提取一些特征，它们应该以最好的方式描述您的问题。 因此，首先尝试使用不同的算法\函数从您的数据集中生成数据，对其进行重塑以适应您的模型输入（反之亦然），然后将这些内容提供给神经网络。