Мобильная версияЭти параметры затем используются для генерации набора синусоидальных данных, что -то вроде: < /p>
Код: Выделить всё
y = A1 * sin(f1 * x) + A2 * sin(f2 * x) + A3 * sin(f3 * x)
Я затем сделал несколько строк из них, так что каждая строка имеет серию значений n y из x = 0 x = end , а также значений, а также значений, а также значений, а также значений-2, а также значения, а также значения-2, а также значения, а также значения, а также значения, а также значения-2, а также значения, а также значения-2-3-3-3-3-3-3-3-3-3-3-3-3-3-3-3-3-3-3-3-3-3-3-3-3-и значения. F1, F2, F3 используется для генерации этих значений y .
Идея состоит в том, что я создам нейронную сеть в Tensorflow, так что использование тех же n входов Y, нейронная сеть сможет предсказать значения параметров A1, A2, A3, F1, F2, F3 . Для этого я дал возможность генерировать произвольное количество этих строк, которое я могу затем разделить на данные обучения и тестирования нейронной сети. Нужно ли каким -то образом передать список значений x, которые я использовал для генерации значений Y к модели? Как я могу сказать ему использовать параметры в качестве x-значения (как бы), чтобы проверить? Как я могу эффективно передавать данные? Как только я справился со всем этим, как мне на самом деле настроить модель для перевода с входов на выходы? Однако, хотя этот пример решает несколько коэффициентов на нескольких переменных, он всегда является одним и тем же коэффициентом в уравнении. Они используют уравнение 2x1+3x2+x3 и стремятся решить для этих фиксированных коэффициентов [2,3,1] , в то время как я хотел бы иметь возможность пройти сегмент выбранной линии, а затем получить мою модель извлечения, какие коэффициенты переменной были использованы для этой линии.>
Подробнее здесь: https://stackoverflow.com/questions/797 ... oblems-for
