autoencoder

    -1熱度

    1回答

    總和技巧的漸變如何在keras中獲得最大化位置？

    keras示例目錄包含一個在MNIST數據上訓練的堆疊what-where autoencoder（SWWAE）的輕量級版本。 （https://github.com/fchollet/keras/blob/master/examples/mnist_swwae.py） 在最初的SWWAE論文中，作者計算使用軟函數的內容和地方。但是，在keras實現中，他們使用一個技巧來獲取這些位置。我想了解這個
    tensorflow deep-learning keras autoencoder 2017-08-22

    1熱度

    1回答

    Tensorflow自動編碼器與二進制文件的自定義培訓示例

    我試圖調整Tensorflow自動編碼器代碼（https://github.com/aymericdamien/TensorFlow-Examples/blob/master/examples/3_NeuralNetworks/autoencoder.py）以使用我自己的培訓示例。我的訓練實例是單通道29 * 29（灰度級）圖像，以二進制文件形式連續保存爲UINT8值。我創建了一個模塊來創建dat
    python tensorflow autoencoder 2017-07-15

    -1熱度

    1回答

    具有少量特徵的autoencoder中的隱藏節點的數量

    我有一個具有2個特徵和10000個樣本的數據集。我想將這兩個功能轉換（集成）爲一個功能，以供進一步分析。所以我想使用特徵提取方法。由於兩個特徵之間的關係不是線性的，我想使用傳統PCA以外的方法。 由於樣本數量遠遠大於特徵的數量，我認爲autoencoder是特徵提取的好方法。但輸入特徵僅爲2，那麼自動編碼器的形狀將僅爲2-1-2，這是一種線性提取。 是否有可能設置隱藏節點超過輸入的數量，並使堆棧自
    neural-network deep-learning feature-extraction feature-selection autoencoder 2017-07-16

    0熱度

    1回答

    從model_dir部分加載tf.contrib.learn.Estimators（僅在自動編碼器設置中加載解碼器權重）

    我試圖使用Estimators而不是自行實施訓練循環。我正在使用MNIST數據上的自動編碼器。我有一個training_model_fn函數來構建包含輸入，模型，損失，優化器和摘要的訓練模型。我可以訓練它，一切都很順利，但是當我試圖只加載解碼器部分時 - 它失敗了。 我希望解碼器模型得到encoded矢量作爲輸入，並運行通過網絡的相同解碼部分（與以前學習的權重）在最後生成decoded圖像。 我已
    tensorflow autoencoder 2017-07-23

    0熱度

    1回答

    在Tensorflow中輸入隱藏張量

    我有一些autoencoder。該模型現在不重要。假設這個模型需要輸入一些圖像並輸出重建圖像。在訓練之後，我希望看到一個張量對輸出的影響。另外，通過FIFOQueue將圖像輸入autoencoder。因此，運行下面的代碼和平時： reconstructed_image = sess.run([deconv_image], feed_dict={mu:my_vector}) 其中deconv_i
    tensorflow autoencoder 2017-07-27

    0熱度

    1回答

    TensorFlow tfrecords：toString（）方法改變圖像

    的尺寸我建立了一個模型來培訓TensorFlow卷積的自動編碼。我跟着instructions on Reading Data from the TF documentation在我自己的尺寸的圖像讀取233 X 233 X 3.下面是改編自這些說明我convert_to（）函數： def convert_to(images, name): """Converts a dataset t
    python machine-learning tensorflow conv-neural-network autoencoder 2017-08-01

    2熱度

    1回答

    keras autoencoder資源耗盡錯誤

    我有一個數據集，其中樣本數量爲25000，功能數量爲24995.我試圖在這些數據上訓練keras autoencoder模型並且面臨着OOM錯誤。該模型的一些細節是 Input matrix shape : (25000, 24995) 該輸入矩陣分爲驗證集作爲訓練和測試數據。 Train Matrix shape : (18750, 24995) Test Matrix shape : (
    keras autoencoder 2017-08-04

    1熱度

    1回答

    Keras - 自動編碼器準確性卡在零

    我試圖使用自動編碼器和Keras檢測欺詐。我寫了下面的代碼作爲Notebook： import numpy as np # linear algebra import pandas as pd # data processing, CSV file I/O (e.g. pd.read_csv) from sklearn.preprocessing import StandardScaler
    python tensorflow deep-learning keras autoencoder 2017-08-07

    -1熱度

    1回答

    爲什麼許多實現中的變分自動編碼器的損失與紙張有相反的跡象？

    我想我理解自動編碼變分貝葉斯的論文。我正在閱讀一些實現本文的tensorflow代碼。但我不明白他們在這些守則中的損失功能。由於許多代碼都是用相同的方式編寫的，可能我錯了。 的問題是這樣的。以下等式來自AEVB paper。 損失函數就像這個等式。這個方程可以分爲兩個：正則化項和重構項。因此，變得 Loss_function = Regularization_term + Reconstructi
    python machine-learning tensorflow deep-learning autoencoder 2017-08-08

    2熱度

    1回答

    keras自動編碼器VS PCA

    我用玩具例如打認識PCA VS keras的自動編碼 我已經理解PCA下面的代碼： import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D from sklearn import decomposition from sklearn import datasets
    python-2.7 keras pca autoencoder 2017-08-16
最新問題