Thiết kế mạng nơ-ron khi lượng nơ-ron đầu vào thay đổi


7

Tôi đang tìm cách thiết kế một mạng lưới thần kinh có thể dự đoán người chạy nào thắng trong một trò chơi thể thao, trong đó số lượng người chạy thay đổi trong khoảng từ 2-10. Trong mỗi trường hợp, dữ liệu cụ thể về các vận động viên riêng lẻ sẽ được đưa vào mạng lưới thần kinh.

Thiết kế nào sẽ là lợi thế nhất cho một mạng lưới thần kinh như vậy?

Về cơ bản đây là một vấn đề xếp hạng trong đó số lượng đầu vào và đầu ra là khác nhau.


Downvoter tiết lộ bản thân, vấn đề với câu hỏi đó là gì?
Nickpick

+1 Xin chào @nickpick, bạn có thể giải thích một chút ý của bạn bằng cách "dữ liệu cụ thể về các vận động viên riêng lẻ sẽ được đưa vào mạng lưới thần kinh." ? Bạn có thể cho một hoặc hai ví dụ? Ps, tôi không phải là người bỏ phiếu :)
Tshilidzi Mudau

Ví dụ: trọng lượng, tốc độ trung bình trong các cuộc đua trước đó, chiều cao, quốc tịch, v.v.
Nickpick

1
@nickpick yeah, đó là một vấn đề trên trang web này - ai.meta.stackexchange.com/questions/1313/ Kẻ
Maxim

1
Chào mừng đến với AI. Vui mừng câu hỏi này thu được một số upvote!
DukeZhou

Câu trả lời:


2

Tùy chọn tốt nhất trong trường hợp của bạn có lẽ sẽ là không đệm hoặc đệm lên. Điều này chỉ đơn giản là loại bỏ đầu vào cho các trường hợp không có dữ liệu. Nó đã được thực hiện rất nhiều trên biên giới của hình ảnh cho CNN.

Điều đó hoặc bạn chỉ có thể sử dụng RNN có thể xử lý các đầu vào có độ dài thay đổi dễ dàng.


Nhưng liệu số lượng tế bào thần kinh đầu ra có thể thay đổi theo số lượng đầu vào được tạo ra trong một RNN không? Điều này sẽ là cần thiết để xếp hạng các vận động viên cá nhân.
Nickpick

Có, RNN cũng có thể xử lý đầu ra chiều dài thay đổi.
herairnessag3

Có bất kỳ ví dụ hoặc tài liệu? Tôi đang sử dụng máy ảnh
Nickpick

1
Tài liệu của Keras về RNNs: keras.io/layers/rec hiện Github về vấn đề này đối với Keras: github.com/fchollet/keras/issues/40
herairnessag3
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.