主页 / 问题 / 867854
Accepted
alex-rudenkiy
Asked:2020-08-13 03:50:38 +0000 UTC2020-08-13 03:50:38 +0000 UTC

如何在 NN 中正确准备数据序列

  • 772

我有两个与神经网络有关的问题

1 个问题。例如，如何提供参考时间的数据？在这种情况下，我使用以下示例是否正确：

Время (сек.) | Сенсор №1 (кол-во машин в пробке) | Сенсор №2 (кол-во машин в пробке)

Максимальное значение для времени = 604800 (секунд в неделе)
Максимальное кол-во машин в пробке = 100

2 问题。例如，如果数据属于不同类型，该怎么办：

以下是当此类类型出现在一个结构中时的这种情况：

  • 时间（为方便起见，我们再次以秒为单位存储）
  • 参数（普通数，例如测量某种温度）
  • 布尔值TRUE或FALSE
  • 图像（以下形式的归一化向量{0,1,0.1,0.5,0.3, ...}）
нейронные-сети

1 个回答

  1. Best Answer

    神经网络（以下简称NN）通常以实数作为输入。

    • 时间很容易转换为自以来经过的秒数/毫秒/微秒/纳秒数1970-01-01 00:00:00 UTC
    • 使用字符串时，两种流行的方法很常见：
      1. 创建一个词的索引字典，并用它们的索引替换文本中的词。通常在这样的字典中有一个特殊的词 -_UNDEFINED_用于字典中未包含的所有单词。
      2. 一次热编码：当一组句子转换为布尔矩阵时：样本数（句子或行）x 单词数。

    例子：

        idx     word1  word2  word3 ... wordN
      0       0     0      1    ...   0
      1       1     1      0    ...   1
      2       1     0      1    ...   0
    • 布尔数可以很容易地表示为：1- True, 0-False
    • 图像已经是尺寸的数字 3D 矩阵：宽度 x 高度 x 颜色通道数（例如彩色 RGB（红/绿/蓝）图像的 3 个通道）

    通常向量（列）被归一化 - 导致一系列值，[0, 1]或者[-1, 1]- 具有更高阶的列值可以获得更高的权重并“挤出”其他特征。

    • 1

相关问题