Tensorflowを使用して入出力マッピング用のニューラルネットワークを作成することは可能ですか？

Question

私は現在、テンソルフローを使用してニューラルネットワークを作成しています。これは、入力を与えられた特定の出力を作成する機能を再現しています。

この場合、入力はサンプリングされたオーディオであり、オーディオはMFCC機能を生成しています。どのファイルが対応するMFCC機能であるか知っていますが、どのようにしてニューラルネットワークを設定すべきかはわかりません。

私は、このガイド/チュートリアルhttp://www.kdnuggets.com/2016/09/urban-sound-classification-neural-networks-tensorflow.html/2

次のですそれそれは、ニューラルネットワークは、このような

training_epochs = 5000 
n_dim = tr_features.shape[1] 
n_classes = 10 
n_hidden_units_one = 280 
n_hidden_units_two = 300 
sd = 1/np.sqrt(n_dim) 
learning_rate = 0.01 

ここ

私の質問は、私はクラスの数を定義する方法として、セットアップであることを述べていましたか？私が計算した実際の値はクラスに分かれていませんが、10進数なので、クラス数が違う複数のネットワークを作成して、元の値と比較してエラーが最小のものを選んでください、またはそれを行うことができるテンソルフローコマンドがあります。

Answer 1

ニューラルネットワークは分類タスクまたは回帰タスクに使用できます。 tutorialでは、サウンドを10種類のカテゴリに分類したいと考えています。したがって、ニューラルネットワークには10個の出力ニューロン（n_classes）があり、それぞれの起動値は入力音のクラスにメンバーシップの確率を与えます。

私たちの場合、与えられた音を10進数でマッピングしたいのですが、これは回帰タスクです。ニューラルネットワークは未知の関数を学習する必要があります。出力ニューロンの数は、未知の関数の出力次元に等しくなければなりません（単なる小数であれば1）。ですから、私たちの回帰タスクに同じアーキテクチャを維持したい場合は

は、ちょうどn_classes = 1を設定し、確率に最終的なスコアを変換

y_ = tf.matmul(h_2,W) + b 

tf.nn.softmaxためにy_を変更する（これは、分類のために良いことだではなく、回帰のための）