在创建我的神经网络输入时遇到问题答案

【问题标题】：Having trouble creating my Neural Network inputs在创建我的神经网络输入时遇到问题
【发布时间】：2015-06-06 05:36:51
【问题描述】：

我目前正在研究一个应该有 N 个输入参数的神经网络。每个参数可以有 M 个不同的值（离散值），比如说 {A,B,C,...,M}。它还具有离散数量的输出。

如何根据这种情况创建我的输入？我应该有 N×M 输入（将 0 或 1 作为值），还是应该考虑不同的方法？

【问题讨论】：

标签： machine-learning artificial-intelligence neural-network

【解决方案1】：

您可以使用NxM 布尔输入或N 输入，其中每个输入都是从0 到1 的浮点数。在后一种情况下，浮点值将是：{A/M, B/M, C/M, ... 1}。例如，如果您有 4 个输入，每个输入都有离散值：{1,2,3,4}，那么您可以将域值更改为 {0.25 , 0.50 , 0.75 , 1.00}。

实际上有很多方法可以对您的输入进行编码，但是当我的输入位于[0,1] 域中时，我发现了更好的结果（因为有一些 ML 函数期望这样做）。

【讨论】：

将离散值视为不同的浮点数时，是否会在每个值之间创建“关系”？例如，A 更像 B 而不是 K。
是的，它会的。如果不希望这样做或造成问题，那么NxM 布尔值是更好的选择。
感谢您的回答。是的，重要的是所有离散值都保持独立。我将尝试 NxM 方法。谢谢