变分自动编码器(VAE)返回一致的输出

文章/答案/技术大牛

发布

1回答

变分自动编码器与变压器的比较

machine-learning、deep-learning、autoencoder、transformer

我对这一领域还比较陌生，但我想知道变分式自动编码器与变压器相比是如何运行的呢？

浏览 0提问于2022-01-08得票数 5

1回答

简单二进制数据自动编码器的丢失与精度

keras、mean、autoencoder、loss

我试图理解和提高变分自动编码器的丢失和准确性。我用一个简单的二进制数据填充了自动编码器：sent_encoded = encoder.predict(np.array(test), batch_

浏览 0提问于2018-04-11得票数 0

1回答

变分自动编码器可以用于非图像数据吗？

deep-learning、autoencoder、data-augmentation、data-generation

我有一个关于变分自动编码器(VAE)的问题我需要从我的数据集中生成新的数据，其中只包含数字数据，所以我想使用VAE来完成这个任务，但是所有可用的教程和文章都使用图像作为变量自动编码器的输入数据。我的问题是:即使我的数据不是图像，我是否可以使用VAE从我的数据集生成新的数据?

浏览 5提问于2022-02-03得票数 0

2回答

变分式自动编码器从译码器输入到编码器输出的反向传播

machine-learning、deep-learning、neural-network、artificial-intelligence

我试图深入了解VAE，通过自己来实现它，当将解码器输入层的损耗反向传播到编码器输出层时会遇到困难。decoder_in = sigma * N(0,I) + mu这

浏览 4提问于2020-08-05得票数 6

回答已采纳

1回答

您认为解码器编码器FCN可以替代内核卷积算法吗？

machine-learning、conv-neural-network、convolution、autoencoder、image-preprocessing

我想尝试实现一个自动编码器完全连接的卷积神经网络作为Unet，以将一幅图像转换为另一幅具有未知非线性关系的图像。我有高斯核卷积算法，它工作得很好，但我想尝试一些机器学习的方法。你有没有其他的ANN架构的想法？没有标准的完全连接的ANN (已经尝试了很好的效果)，非常感谢

浏览 13提问于2020-01-16得票数 0

1回答

Beta变分AutoEncoders

python、neural-network、keras、autoencoder

我关注了中的变分自动编码器部分。我在我的项目中的第一个任务是重新生成一些矢量，它们表示网格布局是如何划分的。因此，我创建了自己的数据集，其中至少包含5000行维度(1,36)的向量。这些矢量表示6x6的网格布局。因此，我使用了一些数据集作为我的模型的训练集，这是变分自动编码器。然后，由于我<e

浏览 8提问于2018-08-08得票数 1

回答已采纳

1回答

python、deep-learning、pytorch、lstm

我正在用VAE做信号压缩和重建。我已经训练了1600个片段，但1600个重建信号的值非常相似。此外，同一批次的结果几乎是一致的。当使用VAE时，模型的损失函数包含二进制交叉熵(BCE)，训练模型的输出应在0到1之间(输入数据也归一化到0~1)。VAE模型(LSTM)： class LSTM_VAE(nn.Module): input_s

浏览 50提问于2021-04-13得票数 0

回答已采纳

1回答

VAE中KL发散而不是交叉熵的原因

machine-learning、deep-learning、loss-function、autoencoder、vae

我理解KL散度是如何为我们提供一个度量一个概率分布与另一个参考概率分布是如何不同的。但是为什么它们在VAE中(而不是交叉熵)被特别使用(这是生成的)？

浏览 0提问于2020-09-24得票数 4

1回答

为什么我的变分自动编码器只产生正值？

pytorch、autoencoder

我复制了来构建一个变分自动编码器(VAE)。该示例使用图像，但我将其用于包含负值的信号。训练后，自动编码器只重建信号的正部分，不产生负值。有人能找出问题的所在或解释为什么会这样吗？

浏览 4提问于2022-04-05得票数 0

回答已采纳

2回答

将自动编码器转换为变分自动编码器？

python、neural-network、autoencoder

我想比较一下自动编码器和变分式自动编码器的训练。我已经用AE进行了训练。我想知道是否有可能将这个AE转换成一个VAE，并保持相同的输出和输入。谢谢。

浏览 0提问于2019-03-11得票数 9

回答已采纳

1回答

如何利用VAE编码特征进行无监督异常检测

python、keras、conv-neural-network、autoencoder

我试图通过复制“基于变分自动编码器特征提取的无监督异常检测”的方法来实现VAE。或者这里。任何帮助都将不胜感激。谢谢

浏览 6提问于2022-05-01得票数 0

1回答

具有非随机输入的GAN

tensorflow、neural-network、deep-learning、conv-neural-network

我对那些时候的GAN很感兴趣。生成器模型从随机分布中生成批量图像。描述者对它和真实图像进行了训练。(与冻结的鉴别器谁说发电机是好的或不好的)我需要更改其中的某些内容吗？

浏览 14提问于2017-01-05得票数 3

1回答

为什么VAE的解码器可以使用正态分布样本生成合理的输出？

autoencoder

我正在努力理解变分自动编码器( VAE )的解码器是如何工作的，在阅读了一些论文和做了一些研究后，仍然有一个问题让我感到困惑，它是这样的:为什么经过训练的VAE的解码器可以只使用正态分布的样本来产生合理的输出，而不是使用编码器产生的分布样本(在大多数学术论文中用q(z|x)表示)。换句话说，KL发散通过在<em

浏览 1提问于2019-07-18得票数 1

1回答

自动编码器与变分式自动编码器的图像生成

autoencoder、image-generation

当我们使用卷积自动编码器生成新的图像时，模型是否在每次运行该模型时都生成相同的图像？还是会产生随机变化的图像？我认为，每次运行模型时，自动编码器(AE)都会生成相同的新图像，因为它将输入图像映射到潜在空间中的单个点。另一方面，变分自动编码器(VAE)将输入图像映射到一个分布。因此，如果我们需要一些随机变化的图像，我们需要使用<e

浏览 14提问于2021-09-17得票数 0

1回答

创建MLP模型来预测用户使用PyTorch给未看过的电影的评分

python、deep-learning、pytorch、autoencoder、recommendation-engine

在我的项目中，我试图根据用户给其他电影的评分来预测用户对一部看不见的电影的评分。我使用的是movielens dataset.The主文件夹，它是ml-100k，包含关于100,000 的信息。在对数据进行处理之前，主要数据(分级数据)包含用户ID、电影ID、用户评等(从0到5，以及该项目考虑的).I，然后使用sklearn库将数据拆分为培训集(80%)和测试数据(20%)。我使用的是PyTorch，代码是在Google 上实现的。这

浏览 2提问于2020-07-10得票数 0

回答已采纳

1回答

变分自动编码器:编码器必须有与解码器相同的层数吗？

keras、autoencoder

在变分式自动编码器中，编码器必须具有与解码器相同的层数吗？我的编码器(密度)：54-10-5-3，解码器(密度)：3-5-10-25-35-45-54，我得到了更好的结果。

浏览 1提问于2018-05-02得票数 3

回答已采纳

2回答

变分自动编码器是否只基于潜在的表示进行分布？

tensorflow、deep-learning、autoencoder、generative-adversarial-network

如果我的变分自动编码器(Vae)的潜在表示为r，而我的数据集为x，那么vae的潜在表示是否遵循基于r或x的归一化？If r= 10，这意味着它有10种均值和方差(多点分布)，并且分布来自于数据的全部数据x？或r = 10基于r构造一个分布，并且每个样本都试图遵循这个分布的。我搞不懂哪一个是对的

浏览 8提问于2022-07-24得票数 -2

1回答

是否有使用deeplearning4j进行VAE或SDA数据填充的代码示例

deeplearning4j

我正在尝试推算图像，比如：如何使用deeplearning4j VAE或SDA来完成此操作？

浏览 0提问于2017-03-24得票数 1

1回答

基于深度学习的异构数据匹配特性研究

python、deep-learning、artificial-intelligence

我面临的问题是，我希望匹配彼此相似的属性(房屋/公寓等)(例如经度和纬度(数字)、卧室(数字)、地区(类别)、条件(分类)等)。使用深度学习。数据是异构的，因为我们混合了数字和分类数据，而问题是无监督的，因为我们没有使用任何标签。我的目标是获得属性相似性的度量，这样我就可以为每个目标属性找到最匹配的属性。我可以使用KNN，但我想使用一些可以让我找到嵌入并使用深度学习的东西。我想我可以确定一个混合距离度量，比如Gower距离作为损失函数，但是我如何建立一个模型

浏览 1提问于2019-10-25得票数 1

1回答