Рекомендация для лучшего типа нейронной сети (в TensorFLow или PyTorch) для задач подгонки

Question

Я хочу разработать простую нейронную сеть в PyTorch или TensorFlow для прогнозирования одного числового значения на основе нескольких входных данных.

Например, если имеются данные, описывающие внутренние параметры комфорта для здания, NN должен предсказать числовое значение для потребления энергии.

Как документированные примеры, так и учебники PyTorch или TensorFlow, как правило, сосредоточены на классификации и временных рядах (что не так). Любая идея о том, какие NN доступны в этих библиотеках, лучше всего подходит для такого рода проблем? Я просто ищу подсказку о типе, а не код. Спасибо!

Answer 1

Тип проблемы, о которой вы говорите, называется проблемой регрессии. В таких типах задач у вас будет один выходной нейрон с линейной активацией (или без активации). Вы бы использовали MSE или MAE для обучения своей сети.

Если ваша проблема связана с временными рядами (где вы используете предыдущие значения для прогнозирования текущего / следующего значения), тогда вы можете попробовать прогнозировать временные ряды с использованием разных вариаций с использованием LSTM. .

Если ваша проблема не в временных рядах, вы можете просто использовать ванильную прямую нейронную сеть. Эта статья действительно хорошо объясняет понятия корреляции данных, и вам может быть полезно решить, какой тип нейронных сетей использовать, основываясь на типе данных и вывода, которые у вас есть.