神经网络多输入一输出

Question

我想创建一个以“三个（2D）矩阵”作为输入的神经网络，并且

输出是一个 1 (2D) 矩阵，所以三个输入是：

1-2D 矩阵包含来自设备的 (X,Y) 坐标

2-2D 矩阵包含来自另一个不同设备的 (X,Y) 坐标

3-2D 矩阵包含我已经拥有的真实精确（X，Y）坐标

测量它（我不知道输入中的确切内容是什么？？）

***请注意，每个输入都有自己的错误，我想制作神经网络

最小化该错误并选择最佳结果取决于真正的精确 (X,Y)***

**注意：我正在处理我提取（x，y）坐标的对象跟踪

来自相机和其他设备的数据相同，例如

我将模拟如下坐标：

{ (1,2), (1,3), (1,4), (1,5) , (1,6).......}

等等

为了确保输出是一个 2D 矩阵最好的或真正的精确 (x,y)，所以我是

初学者，我想了解如何用这个不同的方式创建这个网络

输入并选择最佳训练方法以获得最佳结果...？！

提前致谢

Answer 1

听起来您想要的是 HxWx2 输入，其中第一个通道（深度层）是您的第一个输入，第二个通道是您的第二个输入。您的“真正精确”坐标将是您的净输出与之比较的目标，而不是输入。

请注意，神经网络并不能真正很好地处理回归（实值输出） - 您可能会得到更好的结果，将您的坐标范围划分为桶，然后将其视为分类问题（使用 softmax 损失与回归均值 -平方误差损失）。

在回归与分类点上展开：

回归问题是您希望网络输出实数值，例如 0-100 范围内的坐标值。分类问题是您希望网络输出一组概率，即您的输入属于它所训练的给定类（例如，您在属于“猫”“狗”和“兔子”类的图像上训练网络） .

事实证明，现代神经网络在分类方面比回归要好得多，因为它们的工作方式基本上是将 N 维输入空间细分为与它们被训练要生成的输出相对应的子区域。他们自然而然地在做的是分类。

将回归问题转化为分类问题的明显方法（可能效果更好）是将所需的输出范围划分为您将其视为类的子范围（又名存储桶）。例如与其训练您的网络以输出 0-100 范围内的单个（或多个）值，不如将其训练为输出类概率，例如，10 个单独的子范围（类）0-9、10-19 中的每一个， 20-20等