0

在前馈神经网络中具有可变长度输入的最常见策略是什么?


更具体地说,考虑以下假设场景:

  1. 我有一辆车有四个传感器,两个在左边(接近度和颜色),两个在右边(还有接近度和颜色)。
  2. 有两个执行器(假设左和右)。
  3. 我已经成功地训练了一个神经网络,将两组输入(4 个神经元接近度/颜色)与一组输出(2 个神经元用于方向)相关联。

现在的问题是,我如何缩放它:

  1. 相同类型传感器/执行器的固定上限(例如 50 个);甚至
  2. 任意数量的传感器/执行器?

PS:我的直觉是,我需要一种制作神经网络的形式来作曲,但我一点也不知道从哪里开始。

4

1 回答 1

2

简单的解决方案是始终构建一些固定的、最大数量的特征向量,并将不活动的特征保留为默认值。合理的默认值通常为零,尤其是。如果您将输入缩放到范围 [-1, 1]。

于 2013-03-04T19:56:32.243 回答