autoencoder

    1熱度

    1回答

    我有形狀391 x 400的圖像。我試圖使用here所述的自動編碼器。 具體來說,我用下面的代碼: from keras.layers import Input, Dense, Conv2D, MaxPooling2D, UpSampling2D from keras.models import Model from keras import backend as K input_img

    0熱度

    1回答

    下面的代碼導入MNIST數據集並訓練堆疊降噪自動編碼器,以破壞,編碼然後解碼數據。基本上我想用它作爲非線性尺寸縮減技術。如何訪問模型編碼的較低維特徵,以便將這些特徵放入聚類模型中?理想情況下,我會期望較低的維度特徵是循環或直線(顯然這實際上並非如此)。 import numpy as np import os import sys import tensorflow as tf fro

    1熱度

    1回答

    我有模型A(自動編碼器),它將一批圖像A_in(原始圖像)作爲輸入,並輸出一批圖像A_out(重建圖像)。然後我有模型B(二進制分類器),它將一批圖像B_in作爲輸入,它是A_in和A_out的混合。 我想讓B區分A_in和A_out,看看A是否做得很好,重建圖像。 B_out是給定圖像是A_in的概率。 B列車與A並列以對兩種圖像進行分類。 B_loss =(B_out - 標籤)。標籤爲0或1

    0熱度

    1回答

    我有一個文本語料庫,我想從字符開始尋找單詞的嵌入。所以我有一系列字符作爲輸入,我想將它投影到多維空間中。 作爲初始化,我想適應已經學過的單詞嵌入(例如,Google嵌入)。 我有些疑惑: 我需要用一個字嵌入矢量在輸入序列中的每個輸入 性格嗎?如果我只使用ascii或utf-8編碼使用 ,會不會是一個問題? 儘管什麼是輸入 矢量定義(VEC嵌入,ASCII ......)這真的混亂 選擇合適的型號有

    0熱度

    1回答

    我正試圖適應這個簡單的自動編碼器代碼: https://github.com/tflearn/tflearn/blob/master/examples/images/autoencoder.py。 我試圖改變代碼的方式,它使用卷積圖層和輸入488圖像* 30高度* 30寬度* 3顏色通道(RGB)[488,30,30,3]並輸出一個新的圖像與原始圖像看起來相似但不同。我沒有使用任何類型的驗證數據集

    0熱度

    1回答

    我正在嘗試使用Matlab爲1D數據設置一個簡單的去噪自動編碼器。由於目前存在用於1D數據沒有專門輸入層的imageInputLayer()功能已被使用: function net = DenoisingAutoencoder(data) [N, n] = size(data); %setting up input X = zeros([n 1 1 N]); for i = 1:n

    2熱度

    1回答

    我有5種不同類別的聲音樣本的對數比例mel-spectrogram的2d陣列。 對於培訓我已經在凱拉斯使用卷積和密集神經網絡。下面的代碼: model = Sequential() model.add(Conv1D(80, 8, activation='relu', padding='same',input_shape=(60,108))) model.add(MaxPooling1D(2,p

    0熱度

    1回答

    https://github.com/cmgreen210/TensorFlowDeepAutoencoderhttps://github.com/cmgreen210/TensorFlowDeepAutoencoder 我試圖保存和恢復模型後,微調步驟我試圖恢復模型,然後從模型獲取變量,它給了我這個錯誤,ValueError:變量autoencoder_variables /權重1不存在,或者是

    0熱度

    3回答

    我正在尋找方法將浮點值的可變長度序列嵌入到固定大小的向量中。所述輸入格式如下: [f1,f2,f3,f4]->[f1,f2,f3,f4]->[f1,f2,f3,f4]-> ... -> [f1,f2,f3,f4] [f1,f2,f3,f4]->[f1,f2,f3,f4]->[f1,f2,f3,f4]->[f1,f2,f3,f4]-> ... -> [f1,f2,f3,f4] ... [f1,f2,

    2熱度

    1回答

    我正在嘗試改編Aymeric Damien's code,以便可視化由在TensorFlow中實現的自動編碼器執行的降維。我看到的所有例子都是在mnist數字數據集上工作的,但我想用這種方法將二維的虹膜數據集可視化爲一個玩具的例子,這樣我就可以弄清楚如何爲我的真實世界的數據集調整它。 我的問題是:如何才能獲得特定於樣本的2維嵌入來可視化? 例如,虹膜數據集具有150 samples和4 attri