autoencoder

    0

    1答えて

    私はAndrew Ngによって紹介されたオートエンコーダについてthis articleを読んでいます。そこでは、彼はコネクションを落とすために正則化のようなスパリを使用しますが、スパース性の定式化はレギュールとは異なります。だから、モデルNNやロジスティック回帰のような正則化項を直接使用しない理由を知りたいのですが:(1/2 * m)* Theta^2?

    1

    1答えて

    私はKerasを使って、ドキュメントの[this example][1]に基づいて自動エンコーダーを構築しようとしています。データが大きいので、ジェネレータを使用してメモリに読み込まないようにしたいと考えています。私はこのエラーを取得してい model.fit_generator( train_generator, samples_per_epoch=1, nb_

    0

    1答えて

    mathworksで提供されているディープスパースオートエンコーダー(4層)のトレーニングの例に従ったので、オートエンコーダーを事前にトレーニングしてから深いネットワークに入れました。このネットワークを細かくしようとすると、 列車(deepnet、InputDataset) 命令では、トレーニングが即座に停止し、「パフォーマンス目標達成」というメッセージが表示されます。 Matlabでは監督されて

    1

    2答えて

    オートエンコーダ私は 分子オートエンコーダ..を見てみたんだ、私たちは、化合物https://arxiv.org/pdf/1610.02415.pdf の勾配ベースの最適化を補間して行うことができます紙は、入力を受け取り、文字列(テキスト表現を微笑その後、変分的なエンコーダを使用して2D潜在空間にマッピングします。ヘキサン-3-オール「CCCC(O)CC」スペース120文字に彼らパッド短い文字列紙

    2

    3答えて

    私は、それぞれの形状(色チャンネル数、高さの幅)=(3,30,30)=約20,000のトレーニング画像のリストを取得しています。 hereからオートエンコーダである # Same as the code above, but with some params changed # Now let's define the model. # Set input dimensions: inpu

    0

    1答えて

    私はGPUの "大きな"データセットでKerasを使用しようとしています。そうするために、私はfit_generatorを使用しますが、問題は私の損失が毎回0.0000e + 00であることです。 マイプリントクラスと発電機能: f = h5py.File(cache_file, 'r') pb = printbatch() sg = simpleGenerator() class_we

    0

    1答えて

    IoTセンサデータの異常検出のための自動エンコーダを実装しています。私のデータセットはシミュレーションに由来しますが、基本的に加速度計のデータです.3次元、各軸に1つのデータです。私は、CSVファイルからそれを読んでいる 、列2-4はデータが含まれている - コードの品質のために申し訳ありませんが、それが迅速かつ汚いです: public static void main(String[] args

    0

    1答えて

    私は10^5の平方スパース行列をpbAttackといいます。各要素は、ノードiとノードjの間に接続があるかどうかを表します。接続がある場合は、pbAttack(i、j)= 1です。それ以外の場合は、pbAttack(i、j)= 0.次に、このチュートリアルの後に使用します。Matlab Autoencoders。リンクされたMatlabチュートリアルと同じコードを使用します。私は自分のデータを使う

    1

    1答えて

    これは私のオートエンコーダのモデルである: input_img = Input(shape=(1, 32, 32)) x = Convolution2D(16, 3, 3, activation='relu', border_mode='same')(input_img) x = MaxPooling2D((2, 2), border_mode='same')(x) x = Convolu

    3

    1答えて

    テンソルフローを使用して独自のオートエンコーダーコードを実装する場合は、コードを変更してください。enter link description hereクラスにコードを書きたいと思います。 import tensorflow as tf class AutoEncoder: def __init__(self,input,hidden,learning_rate=0.01,trai