我有形状391 x 400的图像。我试图使用here所述的自动编码器。 具体来说，我用下面的代码： from keras.layers import Input, Dense, Conv2D, MaxPooling2D, UpSampling2D
from keras.models import Model
from keras import backend as K
input_img
下面的代码导入MNIST数据集并训练堆叠降噪自动编码器，以破坏，编码然后解码数据。基本上我想用它作为非线性尺寸缩减技术。如何访问模型编码的较低维特征，以便将这些特征放入聚类模型中？理想情况下，我会期望较低的维度特征是循环或直线（显然这实际上并非如此）。 import numpy as np
import os
import sys
import tensorflow as tf
fro
我正在尝试使用Matlab为1D数据设置一个简单的去噪自动编码器。由于目前存在用于1D数据没有专门输入层的imageInputLayer()功能已被使用： function net = DenoisingAutoencoder(data)
[N, n] = size(data);
%setting up input
X = zeros([n 1 1 N]);
for i = 1:n