如何将 Tensorflow.js 的数据分类为 2d、3d 等？

Question

在我开始之前，我对机器学习完全陌生，刚刚开始接触。我对 JavaScript 足够满意，因此我想我会给 tensorflow.js 一个运行。所以请原谅我的幼稚

我有包含单个样本信息的数据：

Probes  Signal
1       150
2       320
3       15
4       40
.       .
.       .
10      200

假设我有 10 个这样的已知样本，它们具有不同的探针信号水平。探针及其顺序保持不变，即 1、2、3...10。这将是第三维度？

我的最终目标是使用这些已知样本创建一个模型。然后对于未知样本，我还会有上面给出的 Probe（相同顺序）和 Signal 数据，并且模型应该预测什么是样本（或最接近的相关样本）。

我有点困惑是将其表示为 tf.tensor2d 还是 tf.tensor3d

如果是 tensor2d，我能否以每个单独的数组都包含信号数据的方式表示它：

tf.tensor2d([[150, 320, 15, 40, ....., 200], [<data for sample2>], [<data for sample 3].....);

如果它是 tensor3d，我能否以包含探测编号和信号数据的方式表示它：

tf.tensor3d([[[1,150], [2,320]], [[3,15], [4, 40],....,[10,200], [<data for sample2>], [<data for sample 3]);

一方面，我觉得 2D 张量就足够了，因为探测顺序保持不变，但是如果我的假设有误，请纠正我。感谢任何帮助，谢谢。

Answer 1

由于您的输入数据的探针 ID(1-10) 在每个样本上都是一致的，因此您不需要将它们传递给您的模型。

所以你的数据只是一维的，更具体地说它的形状是：[10]，这也是你第一层的形状。

但是由于 model.fit() 和 model.predict() 将多个样本作为输入，它们需要多一个维度（tensor2D）或第一层输入形状的张量数组（ tensor1D[]).

How to classify data for Tensorflow.js as 2d, 3d etc?