问神经网络输入数据的转换
EN

Data Science用户

提问于 2017-06-28 11:31:31

回答 1查看 381关注 0票数 -1

神经网络输入数据转换的最新进展是什么？他们需要有恒定的宽度，这就是为什么我试图把我的头围绕在这上面。

比方说，我们想把一些书分类(例如，分类)。书籍有许多不同类型的属性，如：

如何处理这些属性？我已经读过一些关于处理长字符串这里的文章了，但是其他的，特别是小的属性数组，对我来说是个谜。

发布于 2017-06-28 16:26:47

有一种趋势是不需要预先知道输入大小的实现。例如，查看DyNet或Chainer。

来自DyNet的技术用纸：

在DyNet的动态声明策略中，计算图的构造大多是透明的，是通过执行计算网络输出的过程代码隐式构造的，用户可以对每个输入使用不同的网络结构。

罗南

票数 -1

页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://datascience.stackexchange.com/questions/20026

复制

相似问题

问神经网络输入数据的转换EN