python - 使用 NN 进行权重预测
问题描述
我对机器学习这个话题比较陌生,所以我自然有几个问题希望你能帮助我或引导我朝着正确的方向前进。我之前有一个项目,在这个项目中,我们收集了人们正常行走以及鞋子里有石头的数据。我们测量了加速度,还使用了陀螺仪传感器。基于这些数据,我构建了一个神经网络,可以将信号分类为正常行走或受损行走。所以有两个可能的输出。现在我的想法是:我想使用相同的数据,建立一个可以预测参与者权重的网络(它也被记录下来了)。基于此我的三个问题: - 什么样的网络结构最适合这样的任务?(密集,CNN,LSTM,...) - 在网络基本上有两种选择(正常或行走障碍)之前,但现在我有一个连续的答案范围......如何解决这个问题?- 如何确保网络以合理的预测初始化?我希望所有的问题都有意义。任何帮助都感激不尽!
解决方案
推荐阅读
- c# - 将表行映射到带有 EF 核心的 DDD 值对象
- spring-boot - R2DBC 无法使用 h2 协议创建连接
- python - 如何同时遍历一个列表和一个 Daraframe 列表
- javascript - 从 JSON 对象中获取最大值
- python - 从python中的子目录访问函数,在哪里放置__init__.py文件?
- google-visualization - 如何在谷歌图表中用负值为图形下的区域着色
- r - R中的子集数据帧以配对列表中的两个值为条件
- javascript - 如何在节点中异步增量查询某些同步点的子进程(不使事情复杂化)
- wso2 - api manager-如何将master-datasource xml文件配置到我们的身份服务器db而不是api manager db
- java - 在 Hibernate 中获取实体但为空值的属性