【发布时间】：2018-03-07 22:29:42
【问题描述】：
我正在研究将 tensorflow 用于实验性 AI 算法，该算法使用动态神经网络使系统能够缩放（删除和添加）层和层的宽度。应该怎么做呢？
如果我还想使网络分层，以便它们收敛到两个值（分类器和对它的确定程度的估计），那么接下来的事情是。例如。如果神经网络没有解释一个很大的方差，它可能会给出一个 0,4 的 1 作为分类器，但也会给出一个“确定”的值，表明神经网络对估计的“感觉”有多好。为了与我们人类进行比较，我们可以掌握一个概念并评估我们的自信程度。该层次结构我还希望将子网动态连接在一起并断开连接并将它们完全从系统中删除。
我的主要问题：这是我应该在 tensorflow 中做的实验吗？
我知道这不是一个真正的技术问题。但我希望如果您觉得它超出范围，请尝试将其编辑为更客观的问题。
【问题讨论】：
-
非常感谢！如果您希望接受答案，请重新发布作为答案。我有一种感觉，Tensorflow 的结构更线性地移动和变换这个大张量。我想要的是由数百个子网构成的动态链接分层神经网络。每个子网都试图最好地估计其他节点无法估计的模式。再次非常感谢您！我有生物信息学背景，神经网络看起来很有趣。
标签： python tensorflow neural-network artificial-intelligence