CNN可以用来处理回归问题吗？
他的实现原理是什么呢？
能推荐一些相关的经典案例吗？
CNN可以用来做回归，而且其实可以基于分类模型在最后一层全连接层进行修改。尤其是采集的图像可以代表具体数值时，比如温度、高度等特征时。可以通过现行回归来进行一定的研究。
具体步骤：
1.首先制作图像数据集，给图像数据集打上标签，标签与猫狗分类类似，但是这里的标签需要是具体数值。比如整型或浮点型。这里一般浮点型居多，如float32等等。
2.读取数据集
3.建立模型，以VGG19为例（基于python3）
def VGG19(weight_decay):
'''
这里省略中间n行代码，因为前面这一部分都可以看做是特征提取部分。需要改变的只有最后一层。将Dense()输出设为1
激活函数设为linear或者mse或者其他自己写的函数均可。
'''
model.add(Dense(1))
model.add(Activation('linear'))
return model
4.模型训练
5.prediction