我正在寻找在PyTorch或TensorFlow中开发一个简单的神经网络，以基于多个输入来预测一个数值。
例如，如果有人拥有描述建筑物内部舒适度参数的数据，则NN应预测能耗的数值。
PyTorch或TensorFlow记录的示例和教程通常都集中在分类和与时间有关的系列上（事实并非如此）。您知道这些库中可用的NN最适合此类问题吗？我只是在寻找有关类型的提示，而不是代码。 谢谢！
kobehu2000 回答：针对拟合问题的最佳神经网络类型（TensorFLow或PyTorch）的建议
您所讨论的问题类型称为回归问题。在此类问题中，您将具有线性激活（或无激活）的单个输出神经元。您将使用MSE或MAE来训练您的网络。
如果您的问题是时间序列（您正在使用以前的值来预测当前/下一个值），则可以尝试使用LSTM进行多元时间序列的预测。
如果您的问题不是时间序列，那么您可以使用香草前馈神经网络。 This article很好地解释了数据关联的概念，您可能会发现它在根据所拥有的数据和输出的类型决定使用哪种神经网络时很有用。