#python #matrix #optimization
Вопрос:
У меня есть задача оптимизации матрицы, аналогичная нейронной сети, в которой при «обучении» я получаю только матрицу, фактическое выходное значение и прогнозируемое выходное значение.
Например, в конце каждой итерации я получаю:
Matrix = [[12,34,56], [12,34,56]] Output = [1,2,3] Actual = [3,2,1] Как я могу оптимизировать это лучше, чем рандомизированные предположения?
Я думал о таких методах, как градиентный спуск и нейронные сети, но они, похоже, не совсем подходят.
Примечание: Я использую python.
Комментарии:
1. вы оптимизируете матрицу? вы не получаете входные данные? можете ли вы привести простой воспроизводимый пример этой оптимизации?