Estoy buscando desarrollar una red neuronal simple en PyTorch o TensorFlow para predecir un valor numérico basado en varias entradas.

Por ejemplo, si uno tiene datos que describen los parámetros de confort interior para un edificio, el NN debe predecir el valor numérico para el consumo de energía.

Tanto los ejemplos y tutoriales documentados de PyTorch o TensorFlow se centran generalmente en la clasificación y las series dependientes del tiempo (que no es el caso). ¿Alguna idea de qué NN disponible en esas bibliotecas es mejor para este tipo de problemas? Sólo estoy buscando una pista sobre el tipo, no sobre el código. ¡Gracias!

-3
mihail-bogdan carutasiu 4 nov. 2019 a las 12:47

1 respuesta

La mejor respuesta

El tipo de problema del que está hablando se llama un problema de regresión. En este tipo de problemas, tendría una neurona de salida única con activación lineal (o sin activación). Usaría MSE o MAE para entrenar su red.

Si su problema son las series de tiempo (donde está usando valores anteriores para predecir el valor actual / siguiente), entonces puede intentar hacer pronósticos de series de tiempo con múltiples variables usando LSTM.

Si su problema no es la serie temporal, entonces podría usar una red neuronal de alimentación directa. Este artículo explica muy bien los conceptos de correlación de datos y puede que le resulte útil para decidir qué tipo de redes neuronales usar en función del tipo de datos y salida que tenga.

0
csoham 4 nov. 2019 a las 09:54