我一直在玩tensorflow游乐场：http://playground.tensorflow.org/并设计了一些我想在实际的tensorflow工作中部署的有趣网络 .
我在操场上注意到它们将功能集表示为函数x，x ^ 2，sine（x）等等 .
Feature Sets on Tensorflow Playground
我的问题：在张量流工作中表示这些类型的转换函数的最佳方法是什么？人们通常如何处理这个问题？在输入层之前的转换或网络内部的转换？
我有一些在tensorflow中编写基本回归和使用自定义数据集的经验，但对深度学习来说是一个相对的菜鸟 .
1 回答
基本上你需要从数据集中提取一些特征，他们应该以最好的方式描述你的问题 . 因此，首先尝试使用不同的算法\函数从数据集生成数据，重新整形以适合您的模型输入（或反之亦然），然后将这些内容提供给神经网络 .