登录
剛學到 Tensorflow 的 Estimator 是非常平民化的 AI 實現途徑。
我為了解 tf.estimator 的效果，實驗一個矩陣 長300 寬20 裡面全放亂數 ( 0 於 1 之間的 float) 當 feature, 然後隨便取一條 column 看它是 大於還是小於 0.5 當作 label. 所以這座矩陣的 x y 有很簡單的關係，用來考驗看看 tf.estimator 能不能看出其中端倪。
附件的 jupyter notebook 程式，任何機器應該都能跑出跟我一樣的結果。讓它執行，訓練 3000 次就有很好的效果, AI 能準確地預估它沒看過的資料, 小腦袋裡真長出一套歪理能預估這類數據了。(Tensorboard 的學習曲線如附圖)
問題來了，把原來的 feature 矩陣簡單地由 寬20 改成 2000 ( feature_width = 2000 )，然後重跑，這 DNN 就不行了，它開始亂猜，全部猜 1 或全部猜 0。(Tensorboard 的學習曲線如附圖) 您複製問題前請記得把上回的網路參數都殺掉，位於 working directory 之下的 model\DNN 整個都殺掉即是。
資料本身還是有個規律的，所以 AI 必定能把它找出來, 我是這麼期望的。但是當問題虛胖了幾個檔次，AI 就不行了，我嘗試過一些想法都沒用，已經一籌莫展，懇請指點一二，非常非常感激!
发表回答
你还没有登录，请先登录 或 注册！