autoencoder

1熱

1答えて

これらを使用して、テンソルフロー内で畳み込みオートエンコーダーを構築するためにthesesourcesを使用しています。デコーダからの出力を元の入力と同じにするには、入力イメージに0を埋め込む必要があることを理解しています。著者は、四角いカーネルの単純な例と、ストライド（縦と横）の等しい値の例を挙げています。私は入力のためにこのパディング関数を一般化する必要がありますが、私はテンソルの正しい形を

2熱

1答えて

Tensorflowマシン間の主要な損失の差

Tensorflowをバックエンドとして使用してKerasにVariational Auto-Encoderを作成しました。私はMacBookのCPU（Intel Core i7）でネットをトレーニングすると、1エポック後の損失値（〜5000 minibatches）は2倍小さいUbuntuを実行している別のマシンでの最初のエポックの後よりも。他のマシンでは、CPUとGPU（Intel Xeon

2熱

2答えて

Keras autoencoderシンプルな例が異常な出力を持っています

シンプルなオートエンコーダーを実行しようとしていますが、すべてのトレーニング入力は同じです。トレーニングデータの特徴は3であり、隠れた層は3つのノードを有する。私はその入力でオートエンコーダーを訓練してから、再びエンコード/デコードを試みます（オートエンコーダーが何も変更せずにそのまま渡すと、うまくいきます）とにかく、私は午前理由を理解するためにちょっとしたことをしています。私のコードで何かが間

0熱

1答えて

オートエンコーダの不一致寸法誤差

私はコンベンションオートエンコーダを使用して画像を再構成しようとしていますが、私は寸法に関連するエラーを取得し、あなたは解決策を見つけることができ、感謝、は基本的に私は、再構築にモデルをテストしたい拳：画像であり、同じ入力データ、モデルがうまく働いていた場合、その後、私はマップにイメージをモデル化する必要がある。この場合、は、私は以下のコードに示すようmap_dataするIMAGE_DATA

0熱

1答えて

入力層にドロップアウトを使用したpythonテンソルフロー

私はtfでpythonを使用しており、mnistデータ用の自動ノイズ除去エンコーダのトレーニング中に入力の一部をマスクする適切な方法を探しています。私は入力層にドロップアウトを使用しましたが、隠れた層に使用しているのと同じ方法で、結果はあまり良くありません。なぜなら、自動エンコーダの問題は何かを知るのは難しいです。すべての深い学習アーキテクチャ私は入力層を含め、ドロップアウトのために使用される

0熱

1答えて

パラメトリック/ノンパラメトリックオートエンコーダ

オートエンコーダは一般的に（パターン認識の点で）パラメトリックまたはノンパラメトリックであると言えますか？根本的なエラー分布を想定できるのでどちらも可能だと思いますが、別の方法でエラーを見積もることもできます。

0熱

1答えて

Pythonの機能はTensorflowでは動作しません：tf.contrib.layers.apply_regularization

私の機能は次のとおりです。 def groupl1(x): return tf.reduce_sum(tf.sqrt(tf.to_float(x.get_shape()[1])) * tf.sqrt(tf.reduce_sum(x ** 2, axis=1))) と私は私のコードでそれを置く： elif loss == 'rmse,gl': weightss=tf.trainabl

-1熱

2答えて

自動エンコーダ用のデータ前処理トリック

最近、自動エンコーダを使用して異常を検出しようとしましたが、入力機能の一部はカウントデータ（クリック数またはショー数など）です。トレーニングの前に正規化やスケーリングが必要ですか？

0熱

1答えて

variational autoencoderの実装

私はpythonとtensorflowを使用して変種オートエンコーダを実装しようとしています。私はインターネット上で様々な実装を見てきました。私は、私が見つけた様々な部分を使って私自身のものを作り出し、私の特定の事例でそれらを動作させました。私はここでオートエンコーダと結論付けている：私は含まオートエンコーダ有する my autoncoder on git 手短に言えば： 1）2つの畳み込み層を