連続値のデータセット {input, target} があります。入力 (x) 次元は 224 で、ターゲット (y) 次元は 1 です。y の値は (0,1) の範囲です。約 1000 のデータ ポイントしかありません。私の目的は、関数 y = f(x) (存在すると仮定) を最大化することです。つまり、x の値 (この x は指定されたデータセットに存在しない可能性があります) を見つけて、1 に近い y を生成します。最良の方法は何ですか?これをする？
私のアイデアは、最初にデータに適合するようにニューラル ネットワークをトレーニングすることでした。次に、autograd 機能を使用して入力で df/dx を取得し、x の勾配降下パスをガイドします。つまり、ニューラル ネットワークを勾配を生成するブラック ボックスとして使用します。出力のエラーは (1-y) になります。この方法の解決策を検索するために必要なキーワードが不足しています。これは実行可能なアプローチですか？他に利用可能な方法は何ですか？