文章来源于网络收集而来,版权归原创者所有,如有侵权请及时联系!
5.6 本章小结
卷积神经网络是一种非常有用的神经网络架构,在TensorFlow中实现这种架构只需要编写极少量的代码。虽然在设计时它们对图像给予了关注,但CNN并不局限于图像这一种输入。卷积可运用于从音乐到医药的多个行业,且在不同行业中应用CNN的方式都是类似的。目前,TensorFlow是为2D卷积设计的,但利用TensorFlow对高维输入进行卷积也是有可能的。
虽然CNN理论上可以运用于自然语言数据(文本),但它却并不是为这种类型的输入设计的。文本输入通常存储在SparseTensor中,其中输入的大部分分量均为0。CNN是为使用稠密的输入设计的,其中的每个值都是重要的,且输入的大部分分量都非0。使用文本数据非常有挑战性,而这正是下一章所要解决的问题。
如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论