autoencoder

    2熱度

    2回答

    如何在Pytorch中簡化用於自動編碼器的DataLoader

    是否有更簡單的方式來設置dataloader，因爲在自動編碼器中輸入和目標數據相同，並且在訓練期間加載數據？ DataLoader總是需要兩個輸入。 目前我定義我的DataLoader是這樣的： X_train = rnd.random((300,100)) X_val = rnd.random((75,100)) train = data_utils.TensorDataset(tor
    autoencoder pytorch 2017-07-14

    1熱度

    1回答

    不能在Jupyter筆記本

    我在Jupyter筆記本掙扎運行Tensorflow（V1.1）代碼多次運行Tensorflow代碼多次。 例如，我執行這個簡單的代碼段，對於一個seq2seq模型創建一個編碼層： # Construct encoder layer (LSTM) encoder_cell = tf.contrib.rnn.LSTMCell(encoder_hidden_units) encoder_outpu
    tensorflow ipython jupyter-notebook autoencoder 2017-06-10

    2熱度

    1回答

    Tensorflow機器之間損耗的主要區別

    我已經在Keras中使用Tensorflow作爲後端編寫了Variational Auto-Encoder。作爲優化器，我使用Adam，學習率爲1e-4，批量爲16.當我在Macbook的CPU（Intel Core i7）上訓練網絡時，一個紀元（約5000 minibatches）後的損失值是一個小2的因子比在運行Ubuntu的另一臺機器上的第一個時代之後。對於其他機器，我在CPU和GPU（英特
    python machine-learning tensorflow keras autoencoder 2017-06-12

    2熱度

    2回答

    Keras autoencoder簡單的例子有一個奇怪的輸出

    我想運行一個簡單的自動編碼器，所有的訓練輸入是相同的。訓練數據特徵等於3，隱藏層有3個節點。我使用那個輸入來訓練自動編碼器，然後我試着再次預測它（編碼/解碼）（所以如果自動編碼器按原樣傳遞所有東西而不做任何改變，它應該可以工作） 無論如何，情況並非如此，爲了理解原因，有點勉強。我不確定在我的代碼中，或者我對autoencdoer實現的理解中是否有問題。這裏是供參考的代碼。 P.S.我使用了epoc
    python deep-learning keras autoencoder 2017-06-17

    0熱度

    1回答

    自動編碼不匹配尺寸誤差

    我試圖重建使用自動編碼器轉化率的圖像，但我得到相關方面的錯誤，你可以找到解決的辦法，謝謝， 基本上拳頭我想測試的重建模型其是圖像中的相同的輸入數據，然後如果模型工作得很好，我需要的圖像模型來地圖， 在這種情況下，我能從IMAGE_DATA改變數據到map_data如示於下述的代碼： from keras.layers import Input, Dense, Conv2D, MaxPooling2
    keras autoencoder 2017-06-17

    0熱度

    1回答

    python tensorflow在輸入圖層上使用丟失

    我正在使用python和tf並尋找正確的方法來屏蔽某些輸入，同時訓練mnist數據的自動去噪編碼器。 我嘗試使用輸入圖層的缺失，與隱藏圖層使用相同的方式，結果並不好，很難知道自動編碼器的問題，因爲它很難調試所有深度學習架構 ，我使用的輟學，包括輸入層上的代碼： def encoder_2(x): global dims #list of dimensions including the
    python tensorflow deep-learning autoencoder unsupervised-learning 2017-06-19

    0熱度

    1回答

    Autoencoder參數/非參數？

    你能說一般autoencoder是參數或非參數（在模式識別方面）嗎？ 我認爲這兩種都是可能的，因爲你可以假設潛在的錯誤分佈，但你也可以用不同的方法估計錯誤，對吧？
    neural-network autoencoder 2017-06-20

    0熱度

    1回答

    變分自編碼器實現

    我想實現一個使用python和tensorflow的變分自編碼器。我看到了互聯網上的各種實現。我設法使用我發現的各個部分創建自己的作品，並使它們適用於我的具體情況。 我與自動編碼器在這裏的結論是： my autoncoder on git 簡言之我有一個包含一個自動編碼器： 1）與2-卷積層以及1個平鋪層的編碼器， 2）的潛在空間（的尺寸2）， 3）和具有編碼器的反向部分的解碼器。 我的問題是當我
    python tensorflow convolution autoencoder 2017-07-02

    2熱度

    1回答

    如何將分類，離散和連續數據混合爲張量流中的輸入？

    我是tensorflow的新手。我有一個具有連續，離散和分類值的數據集。樣本數據如下： col1 col2 col3 col4 col5 col6 Class 0 22 23.40 45.60 11 1.0 0.0 0.0 1 346 67.40 235.60 23 1.0 1.0 0.0 2 22 67.34 364.66 17 0.0 0.0 1.0 3 1231 124.44 21
    python tensorflow deep-learning autoencoder 2017-07-06

    0熱度

    1回答

    Tensorflow1.2導致錯誤：無法鹹菜上deepcopy的cPickle的或

    _thread.lock對象對於 encoder_cell = copy.deepcopy(cell) 或 encoder_cell = cPickle.loads(cPickle.dumps(cell, -1)) 在tensoflow1.2，它提高像錯誤： encoder_cell = cPickle.loads(cPickle.dumps(cell, -1)) TypeError:
    python tensorflow pickle deep-copy autoencoder 2017-07-10
最新問題