回帰問題にディープニューラルネットワークを使用できますか？

Question

典型的なシグモイドユニットの代わりにReLUsを使用してDNNを訓練したいと思います。 分類問題（softmaxレイヤー）の下の例を正常に実装しましたが、私はこれを回帰分析に実装しようとしています。私のデータセットは負荷予測に基づいています。 enter link description here

Answer 1

はい、回帰、その主な違い、出力レイヤー、およびコスト関数について深い学習を使用できます。複数の隠れた層があり、最後の層にsoftmaxの代わりにf（x）= xという活性化関数があるとします。ここで、xは最後の隠れ層全体の加重和です。

コスト関数では、一般的なクロスエントロピー（通常はsoftmaxで使用される）の代わりに、たとえば平均二乗誤差を使用します。回帰を実行するために作成したこのニューラルネットワークを見てください（Pythonで最初から書かれていますが、それをアイデアとしていくつかのフレームワーク上で実装できます）https://github.com/llealgt/bikeshare_regression_neural_network/blob/master/DLND%20Your%20first%20neural%20network.ipynb