我想使用 ReLU 而不是典型的 sigmoid 单元来训练 DNN。我已经成功地实现了以下分类问题(softmax层(的示例，但是我正在尝试为回归实现此示例。我的数据集基于负载预测。在此处输入链接说明
是的，您可以使用深度学习进行回归，主要区别在于输出层和成本函数。假设您有多个隐藏层，最后一层具有激活函数 f(x( = x 而不是 softmax，其中 x 是最后一个隐藏层的加权和。
例如，对于成本函数，您将使用公共均方误差而不是公共交叉熵(通常与softmax一起使用(。看看我创建的这个神经网络来执行回归(它是用python从头开始编写的，但你可以使用它作为一个想法在某些框架上实现它(https://github.com/llealgt/bikeshare_regression_neural_network/blob/master/DLND%20Your%20first%20neural%20network.ipynb