Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
简单 CAE 的问题
看起来简单的 CAE 不适用于 Carvana 数据集 我正在尝试对 Carvana 数据集进行简单的 CAE 你可以下载它here https www kaggle com c carvana image masking challeng
python
Keras
Theano
autoencoder
不确定我的自动编码器神经网络从 Keras 预测中给出的结果
我正在尝试构建一个自动编码器神经网络 用于在单列文本列表中查找异常值 我的输入有 138 行 它们看起来像这样 amaze header 2 png amaze header png circle shape xml disableable
python
Keras
deeplearning
autoencoder
错误 - AttributeError:“DirectoryIterator”对象在 keras 的自动编码器设计中没有属性“ndim”
我是 Python 3 5 的新手 我正在尝试编写一个简单的自动编码器 它将在 60 张苹果图像的数据集上进行训练 并尝试重建根中给出的图像 我使用了以下代码 from keras layers import Input Dense fro
python
Keras
autoencoder
我可以使用自动编码器进行聚类吗?
在下面的代码中 他们使用自动编码器作为监督聚类或分类 因为它们具有数据标签 http amunategui github io anomaly detection h2o http amunategui github io anomaly
deeplearning
h2o
autoencoder
保存并加载 keras 自动编码器
看看这个奇怪的加载 保存模型情况 我保存了变分自动编码器模型及其编码器和解码器 autoencoder save autoencoder save overwrite True encoder save encoder save overw
Keras
autoencoder
使用 KL 散度时,变分自动编码器为每个输入 mnist 图像提供相同的输出图像
当不使用 KL 散度项时 VAE 几乎完美地重建 mnist 图像 但在提供随机噪声时无法正确生成新图像 当使用 KL 散度项时 VAE 在重建和生成图像时都会给出相同的奇怪输出 这是损失函数的 pytorch 代码 def loss fu
deeplearning
Pytorch
autoencoder
bayesiannetworks
lossfunction
如何将值注入 TensorFlow 图的中间?
考虑以下代码 x tf placeholder tf float32 name x z x tf constant 5 0 y tf mul z tf constant 0 5 with tf Session as sess print s
python
tensorflow
autoencoder
如何在训练自动编码器(回调)期间将keras中的输入随机设置为零?
我正在联合训练具有 2 个独立输入路径的 2 个自动编码器 并且我想将其中一个输入路径随机设置为零 我将 Tensorflow 与 keras 后端 功能 API 一起使用 我正在计算反向传播的联合损失 两个损失的总和 A gt A B g
python
tensorflow
Keras
deeplearning
autoencoder
为什么自动编码器中的解码器在最后一层使用 sigmoid?
我正在看this https github com L1aoXingyu pytorch beginner blob master 08 AutoEncoder Variational autoencoder py工作变分自动编码器 主要班
machinelearning
neuralnetwork
Pytorch
autoencoder
Sigmoid
Ada-Delta 方法在具有 MSE 损失和 ReLU 激活的去噪自动编码器中使用时不会收敛?
我刚刚实施了 AdaDelta http arxiv org abs 1212 5701 http arxiv org abs 1212 5701 用于我自己的深度神经网络库 这篇论文说的是 AdaDelta 的 SGD 对超参数不敏感 并
machinelearning
deeplearning
autoencoder
Keras 中的 add_loss 函数的用途是什么?
目前 我偶然发现了变分自动编码器 并尝试使用 keras 让它们在 MNIST 上工作 我找到了一个教程github https github com keras team keras blob master examples variat
neuralnetwork
Keras
autoencoder
模型输入必须来自“tf.keras.Input”...,它们不能是先前非输入层的输出
我正在使用Python 3 7 7 和张量流 2 1 0 我有一个预先训练过的 U Net 网络 我想要得到它的编码器 and 它的解码器 如下图所示 您可以看到卷积编码器 解码器架构 我想要获取编码器部分 即出现在图像左侧的图层 以及解码
python
tensorflow
autoencoder
EncoderDecoder
Keras fit_generator 产生异常:生成器的输出应该是元组(x,y,sample_weight)或(x,y)。发现:[[[[ 0.86666673
我正在尝试为非 MNIST 非 Imagenet 数据构建一个自动编码器 使用https blog keras io building autoencoders in keras html https blog keras io build
python
Keras
autoencoder
如何解决 PyTorch 中由于大小不匹配导致的运行时错误?
我正在尝试使用实现一个简单的自动编码器PyTorch 我的数据集由 256 x 256 x 3 图像组成 我已经建立了一个torch utils data dataloader DataLoader将图像存储为张量的对象 当我运行自动编码器
python
Pytorch
autoencoder
带有嵌入层的 Keras LSTM 自动编码器
我正在尝试在 Keras 中构建一个文本 LSTM 自动编码器 我想使用嵌入层 但我不确定如何实现 代码如下所示 inputs Input shape timesteps input dim embedding layer Embeddin
Keras
LSTM
autoencoder
如何在keras中单独使用Autoencoder的编码器?
我训练了以下自动编码器模型 input img Input shape 1 32 32 x Convolution2D 16 3 3 activation relu border mode same input img x MaxPooli
python
neuralnetwork
deeplearning
Keras
autoencoder
如何为解码器加载经过训练的自动编码器权重?
我有一个 CNN 1d 自动编码器 它有一个密集的中央层 我想训练这个自动编码器并保存它的模型 我还想保存解码器部分 目标是 将一些中心特征 独立计算 提供给经过训练和加载的解码器 通过解码器查看这些独立计算的特征的图像是什么 ENCODE
python
tensorflow
Keras
autoencoder
在 PyTorch 中使用 module.to() 移动成员张量
我正在 PyTorch 中构建变分自动编码器 VAE 但在编写与设备无关的代码时遇到问题 自动编码器是nn Module具有编码器和解码器网络 它们也是 网络的所有权重都可以通过调用从一台设备移动到另一台设备net to device 我遇
python
deeplearning
GPU
Pytorch
autoencoder
指定 seq2seq 自动编码器。 RepeatVector有什么作用?批量学习对预测输出有何影响?
我正在构建一个基本的 seq2seq 自动编码器 但我不确定我是否做得正确 model Sequential Encoder model add LSTM 32 activation relu input shape timesteps n
python
keraslayer
autoencoder
Seq2Seq
烤宽面条自动编码器:如何使用解码器部分?
假设我在烤宽面条中有一个自动编码器 有两个编码层和两个 InverseLayers 作为解码器 input InputLayer l1 Conv1DLayer input l2 DenseLayer l1 decoder part l2p
machinelearning
neuralnetwork
Lasagne
autoencoder
1
2
»