我想做一个只有1层的自动编码器，它有100个隐藏的单元。并且，我使用了tensorflow提供的MNIST数据集。请帮帮我。imp
浏览 17提问于2017-03-16得票数 0
有人能举例说明如何重用自动编码器的隐藏层用于神经网络的分类任务吗?我想在tensorflow的多层感知器模型中使用自动编码器的两层
浏览 1提问于2017-12-17得票数 0
1回答
我正在使用卷积自动编码器。我的自动编码器配置有一个卷积层，具有stride (2,2)或avg-pooling和relu激活，以及一个解卷积层，具有stride (2,2)或avg-unpooling和relu激活。我用MNIST数据集训练了自动编码器。
当我查看第一个卷积层(20个滤波器，滤波器大小为3)之后的特征图时，<em
浏览 6提问于2017-03-27得票数 0
我第一次探索自动编码器。我用的是Matlab神经网络工具箱。我创建了一个由二维空间中的点加上一些噪声组成的合成数据集。我的想法是可视化隐藏层的自动编码器的特点，以获得它如何工作的感觉。在对自动编码器进行培训之后，我
浏览 0提问于2019-04-24得票数 0
每次我读到Word2vec，嵌入都是通过一个非常简单的自动编码器获得的:只有一个隐藏层，初始层是线性激活，输出层是softmax。我的问题是:为什么我不能用堆叠的自动编码器训练一些Word2vec模型，有几个隐藏层和更花哨的激活函数？(当然
浏览 16提问于2019-06-27得票数 1
回答已采纳
1回答
我正在尝试遵循这个指南来实现一个seq2seq机器翻译模型：https://www.tensorflow.org/tutorials/text/nmt_with_attention 本教程的Encoder有一个initialize_hidden_state()函数，用于生成全0作为编码器的初始状态。然而，对于为什么这是必要的，我有点困惑。据我所知，只有在调用encoder时(在train_step和ev
浏览 16提问于2021-05-02得票数 0
回答已采纳
我试图了解在自动编码器中有多深的特性。然后，我提取了从输入层到隐藏层1的重量和偏差。: 0.4854887"
浏览 0提问于2018-04-07得票数 2
回答已采纳
1回答
我试图让一个简单的自动编码器工作在虹膜数据集，以探索自动编码器在一个基本水平。我遇到了一个问题，在这个问题上，模型的损失非常高(>20)。对于y有3种可能的输出--因此我在最后一层中使用了Softmax --如果我要对输出进行OHE，那么使用Sigmoid
浏览 0提问于2022-06-25得票数 0
1回答
我看了一下泽勒·的论文，以及他在youtube上演讲的一些视频，当时我正试图用tensorflow复制这篇文章，我偶然发现了一种叫做自动编码器的东西，它的程序看起来(无论是对还是外部的)都很相似，比如：对所有层进行冲洗和重复，完成后，将过程反转回像素空间，
将其与我在github 上看到的</e
浏览 5提问于2016-05-26得票数 0
1回答
设置
编码器层有256个神经元，具有线性函数。我用大约250000张图像训练了自动编码器。在下面，我展示了测试数据的</e
浏览 1提问于2017-02-21得票数 1
1回答
因此，我以三种不同的能力使用了RNN/LSTM： 多对多： 使用最后一层的每个输出来预测下一层。可以是分类或回归。 多对一： 使用最终的隐藏状态执行回归或分类。一对多： 获取一个潜在空间向量，可能是LSTM编码器的最终隐藏状态，并使用它生成一个序列(我已经以自动编码器的形式完成了这项工作)。 在这些情况下，我<
浏览 46提问于2021-02-28得票数 0
回答已采纳
1回答
我正在尝试用tensorflow编写CLDNN的实现，就像在中那样。我对降维层有一个问题。
据我所知，它是由几个堆叠限制Boltzmann机器(RBM)和工作像一个自动编码器。该层的解码器部分只是为了训练编码器以减小井的尺寸。这意味着您希望将编码器的输出“插入”到下一层的输入中。我可以定义一个
浏览 5提问于2016-12-07得票数 0
回答已采纳
1回答
假设我们有一个标准的三层自动编码器(即L1是输入层，L3是#input = #output = 100的输出层，L2是隐藏层(50个单元))。我知道自动编码器有趣的部分是隐藏部分L2。它不是将100个输入传递给我的监督模型，而是向它提供50个输入。什么是最佳隐藏单位大小? 50是好的<
浏览 0提问于2018-05-09得票数 0
回答已采纳
如果我只训练一个只有一个向量的自动编码器和一个只有第二个向量的第二个自动编码器，这是否意味着如果向量相似，那么两个自动编码器的隐层向量也是相似的吗？
自动编码器结构是相同的。隐层神经元的数量小于输入。我知道这太合适了。但对我来说，似乎你不学习特征，只是模仿你的</em
浏览 0提问于2018-03-07得票数 1
2回答
分布式PCA或等效
、、、
我们通常有相当大的数据集可供建模，只是为了给您一个想法：超过六千万行。有人遇到过类似的问题吗？你做了什么来解决这个问题？GLRM虽然似乎是我们正在寻找的，但我们找不到这些想法的好的实际实现。
浏览 0提问于2018-07-11得票数 5
回答已采纳
1回答
变分自动编码器实现
、、、
我正在尝试使用python和tensorflow实现一个变分自动编码器。我在互联网上看到了各种各样的实现。我已经成功地使用了我找到的各个部分来创建我自己的部分，并使它们与我的具体案例一起工作。我在这里用一个自动编码器结束了：
简单地说，我有一个自动编
浏览 0提问于2017-07-02得票数 1
1回答
我的理解是，如果一个自动编码器(带有单个隐藏层)具有线性激活函数，那么平方和误差函数(为方便而非统计相关性而选择)将对权重有一个唯一的解决方案。那么，我认为我上面描述的自动编码器一般不会给出线性PCA的解，但是在一些非常特殊的情况下，它们可能匹配，这是正确的吗？现在，毕晓普继续说，处理非线性输入的唯一方法是在<
浏览 0提问于2018-02-09得票数 2
1回答
我构建了一个包含三个层的Sequential Keras模型:一个Gaussian Noise层、一个隐藏层和与输入层相同维的输出层。为此，我使用了Tensorflow 2.0.0-beta1 1附带的Keras包。因此，我希望获得隐藏层的输出，这样我就绕过
浏览 1提问于2019-09-28得票数 1
回答已采纳
有人能帮我理解自动编码器的含义吗？
我们期望的是输出等于输入，那么为什么我们需要这样做呢？对我来说没有任何意义。我发现一些解释说，它学会了如何重建输入数据，这是否意味着我们可以从原图中选择一些像素，然后重建整个原始图像？如果是这样的话，对我来说仍然是没有意义的，因为模型的重建部分是从隐藏层到输出层，所以我们不能仅仅把选定的数据放
浏览 0提问于2016-10-27得票数 2
回答已采纳
在变分自动编码器中，目标函数有两项，一项是使输入和输出x相同，另一项是正则化，q(z)和p(z)以KL散度接近。我不明白的是，为什么我们可以假设p(Z)~正态高斯分布，均值为0，方差为1？为什么say..variance不能小于1？以便在隐藏层中用更窄的高斯压缩更多的信息？
谢谢
浏览 5提问于2017-08-29得票数 3
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
