autoencoder

    0热度

    3回答

    我想制作一个变化的自动编码器来学习编码DNA序列,但是我得到一个意外的错误。我的数据是一个热门数组的数组。 我收到的问题是一个值错误。它告诉我,我有一个四维输入,当我的输入显然是三维(100,4008,4)。 实际上,当我打印出seq图层时,它说它的形状是(?,100,4008,4)。 当我拿出一个维度时,它给了我一个二维的错误。 任何帮助将不胜感激! 代码是: from keras.layers

    0热度

    1回答

    我是机器学习的初学者。我正在使用R(h2o包)中的autoencoder进行群集。现在,我已经做了以下代码: `mydata = h2o.importFile(path = mfile) NN_model = h2o.deeplearning( x = 2:9, training_frame = mydata, hidden = c(2), epochs

    0热度

    1回答

    python 3.5.2,tensorflow 1.0.0 在自动编码器编程方面有点新颖。我正试图实现一个简单的网络,以从here熟悉。我使用了相同的输入数据,其中CNN能够以98%的准确度完美分类。我的数据有2000行数据,每行都是一个信号。我正在尝试使用3个堆叠的512个自动编码器和256个节点。 class dimensions: input_width, input_height = 1

    1热度

    1回答

    我已经在Tensorflow中实现了下面的自动编码器,如下所示。它基本上将MNIST数字作为输入,学习数据的结构并在其输出处再现输入。 from __future__ import division, print_function, absolute_import import tensorflow as tf import numpy as np import matplotlib.py

    0热度

    2回答

    使用Tensorflow可以使用tf.summary在培训期间监控数量。 使用Keras可以做同样的事吗?你可以通过修改代码https://github.com/fchollet/keras/blob/master/examples/variational_autoencoder.py并监测KL损失(定义为at line 53) 提前谢谢!

    1热度

    1回答

    这是一些可重复的代码。我想知道当功能是单热编码时每个功能的SE计算是什么。如果我想给我自己的尝试: 它看起来像一些社会企业是1,我想这意味着重建是100%确定它是一回事,但它实际上是另一回事。对于分数误差,它们是否代表了从softmax分类器分配给该类别的概率的不同程度的错误? library(h2o) art <- data.frame(a = c("a","b","a","c","d","e

    0热度

    1回答

    我正在使用下面的代码来实现自动编码器。如何为自编码器提供用于培训和测试的数据? import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data class Autoencoder(object): def __init__(self, n_input, n_hidden, transfe

    1热度

    1回答

    的成本函数我想改变自动编码的MATLAB中的成本函数,而不是最小化重构误差传统的成本函数。我可以直接在某处明确提及它吗?或者我必须进入Autoencoder的代码。你能否建议我可能需要更改的位置?

    0热度

    1回答

    我在Theano后端使用Keras自动编码。并且想要为720x1080 RGB图像制作自动编码。 这是我的代码 from keras.datasets import mnist import numpy as np from keras.layers import Input, LSTM, RepeatVector, Conv2D, MaxPooling2D, UpSampling2D fr

    0热度

    1回答

    我正在使用卷积自动编码器。我的autoenoder配置有一个卷积层,带有stride(2,2)或avg-pooling和relu激活,以及一个带有stride(2,2)或avg-unpooling和relu激活的去卷积层。 我用MNIST数据集训练了自动编码器。 当我在第一个卷积图层(20个过滤器大小为3的过滤器)之后查看特征映射时,我得到了一些黑色特征映射,而学习的过滤器不是黑色的。如果我更改过