autoencoder

    3热度

    1回答

    用于六角形（和分箱）图像的神经网络？

    这实际上是一个概念性问题 - 我一直在研究这个问题一段时间，但还没有找到解决我的问题的好方法。我有一个hexagonal image with hexagonal binning/pixels，每个像素的黑白强度值，并试图将其馈入一个深度自动编码器，但似乎它们使用正方形或矩形图像（正方形像素）。 请注意，此图像是作为一维数组，具有适当的x，y坐标给出 我已经想到并查看了一些想法来处理这种情况，并且
    image-processing machine-learning autoencoder hexagonal-tiles 2016-12-22

    1热度

    1回答

    使用隐藏在激活损失函数

    我想创建一个在Keras双输入双输出模式，自定义损失函数： 减少2个自动编码的重建误差; 最大化自动编码器的瓶颈功能的相关性。 为此，我需要传递给损失函数： 两个输入端; 输出/重建; 两个中间层的输出（隐藏激活）。 我知道我可以通过输入和输出到模型，但我正在努力寻找一种方法来传递隐藏的激活。 我可以创建具有中间层的输出并传递损耗，就像两个新型号： intermediate_layer_model
    neural-network deep-learning keras autoencoder 2016-12-29

    0热度

    1回答

    我试图运行autoencoder_layers.py使用基于GPU keras但我得到这个错误

    autoencoder_layers.py github code import theano from keras import backend as K from keras.backend.theano_backend import _on_gpu from keras.layers.convolutional import Convolution2D, UpSampling2D f
    python neural-network gpu keras autoencoder 2017-02-20

    0热度

    1回答

    Autoencoder和神经网络过度拟合的参数号？

    我有1100序列2类。其中400来自一个class 1和700来自class 2。我使用了一个隐藏层自动编码器2神经元捕捉我的功能。我最初的功能是每个序列三克。所以，对于每个序列我都有6860三元组。结果，我的大部分输入向量都是稀疏向量。现在 ，如果我计算参数，这个网络，我有 6860 * 2 = 13720 paramters (1st layer) 2 * 6860 = 13720 para
    machine-learning neural-network deep-learning n-gram autoencoder 2016-11-13

    0热度

    1回答

    Tensorflow autoencoder：如何获得有代表性的输出？

    设置 我使用Tensorflow为图像构建了一个自动编码器。我的图片长度和宽度都在30像素左右。我使用5层： 输入层 编码器层256个与神经元的线性函数。 （该层应该起到预处理PCA的作用）。 具有128个具有sigmoid函数的神经元的编码器层。 具有256个具有sigmoid函数的神经元的解码器层。 解码器/输出层具有与具有线性函数的输入一样多的神经元。 所有层使用偏见，都是这样 layer_
    python machine-learning tensorflow computer-vision autoencoder 2017-02-21

    0热度

    1回答

    Autoencoder - 编码器与解码器网络大小？

    我一直在阅读autoencoders和所有的例子，我看到镜像编码器部分时建立解码器。 encoder = [128, 64, 32, 16, 3] decoder = [3, 16, 32, 64, 128] 这是公正的吗？ 是否有任何特定的原因解码器不应该有一个不同的隐藏层结构比编码器。例如... encoder = [128, 64, 32, 16, 3] decoder = [3,
    neural-network autoencoder 2016-11-24

    1热度

    1回答

    用于音乐的LSTM自动编码器-Keras [序列到序列]

    因此，我试图学习约200首歌曲（每首歌约3-5分钟）的固定向量表示，并且想要使用基于LSTM的序列 - 为它定序自动编码器。 我（使用librosa）如下预处理音频： 我第一次只是在获得原始音频信号的时间序列形状的周围（1500000） - 每首歌曲（2500000）。 然后，我将每个原始时间序列切分为多个片段，并获得每首歌曲形状（512,3000） - （512,6000）的低级mel频谱图矩阵
    machine-learning deep-learning keras recurrent-neural-network autoencoder 2016-11-28

    0热度

    1回答

    堆积稀疏自动编码参数

    我使用MATLAB上堆积稀疏自动编码工作。 任何人都可以请有什么建议值应采取 堆积稀疏自动编码器参数： L2重量规范化（拉姆达） 稀疏正则（测试版） 稀疏比例（卢）。
    matlab deep-learning autoencoder 2016-12-02

    0热度

    1回答

    CLDNN（tensorflow）中的尺寸减少

    我正在尝试使用张量流编写CLDNN的实现，就像this scheme中的那个一样。我遇到了尺寸缩小图层的问题。 据我了解，它是由几个堆叠式限制玻尔兹曼机器（RBMs）制成的，并且像自动编码器一样工作。该层的解码器部分仅用于训练编码器以减小井的尺寸。这意味着您要将编码器的输出“插入”下一层的输入。 我可以定义一个损失函数来训练自动编码器（通过比较解码输出的输入）和其他损失函数来训练整个图形。我有一种
    tensorflow speech-recognition autoencoder rbm 2016-12-07

    0热度

    1回答

    使用我自己的数据的Tensorflow矩阵大小错误

    我是张量流的开端。我想用我自己的医学原始图像数据和简单的自动编号器，但我失败了。我猜marix尺寸是错误的。这可能是一个小问题，但我无法弄清楚。 我的图像数据大小是512 * 512 * 1，dtype是int16。 错误 Traceback (most recent call last): File "/Users/tk/Desktop/tensorflow_test/test.py", li
    python machine-learning tensorflow autoencoder 2016-12-07
最新问题