1回答
看看这种奇怪的加载/保存模型的情况。我保存了变分自动编码器模型及其编码器和解码器：encoder.save("encoder_save", overwrite=True)在那之后，我从磁盘中加载了所有内容：
autoen
浏览 0提问于2018-07-02得票数 2
1回答
对单个图像实现CVAE
、、、、
我有一个多维的，hyper-spectral图像(channels, width, height = 15, 2500, 2500).我想把它的15个通道尺寸压缩成5 channels.So，输出将是(一个简单的方法是应用PCA。然而，表现并不那么好。因此，我想使用变分AutoEncoder(VAE)。当我在Tensorflow或keras库中看到可用的解决方案时，它展示了一个使用卷积变分whole images (
浏览 1提问于2020-06-27得票数 4
回答已采纳
我们可以通过loss = loss_fn(y_pred, y_true)获得最后一层的丢失，并导致一个loss: Tensor以下面为例z = Model2(y) #I think we should do
y.backward(grad_tensor=the_output_gradient_from_Mo
浏览 20提问于2022-05-11得票数 0
回答已采纳
1回答
我试着通过火炬指导来理解有监督的学习。和反向传播：
output = model:forward(inputs[i])00000在这个例子中，我知道目标是9，输出是4，所以结果是错误的，给出了df_do &qu
浏览 0提问于2015-09-15得票数 1
回答已采纳
1回答
我试图理解损失函数和反向传播之间的联系。据我所知，在LSTM算法中，反向传播被用来获取和更新矩阵，在前向传播中使用偏差来获取当前的单元和隐藏状态。损失函数取训练集的预测输出和实际输出。但哪一部分是LSTM的培训部分？它们之间有某种联系吗？LSTM模式的培训目标是什么？
浏览 0提问于2019-08-31得票数 0
1回答
我正在研究Word2Vec算法，到目前为止我了解到，在输入上下文大于1(所以多个单词)的情况下，我们的隐藏层在输入之间执行平均(如这里所解释的：Word2Vec CBOW)。我不明白在这种情况下反向传播是如何工作的。
当我开始从softmax输出层反向传播，并且在我的过程中到达隐藏层时，我是否在处理所有“相同位置”输入的重量？为了让我的问题更清楚
浏览 0提问于2019-12-22得票数 1
1回答
权值矩阵上的反向传播
、、、
我试图实现一个只使用python和numpy进行二进制分类的神经网络。现在假设我用二元交叉熵作为我的损失函数。如何对这些矩阵进行反向传播以更新权重？
浏览 0提问于2019-06-24得票数 0
在tensorflow中，似乎整个反向传播算法是通过对某个成本函数运行一次优化器来执行的，该成本函数是一些MLP或CNN的输出。我不完全理解tensorflow如何从成本中知道它确实是某个NN的输出？可以为任何模型定义成本函数。我该如何“告诉”它某个成本函数是从NN派生出来的？
浏览 0提问于2017-05-27得票数 15
回答已采纳
1回答
下面是Datacamp关于使用卷积自动编码器进行分类here的教程。我在教程中了解到，我们只需要将自动编码器的头部(即编码器部分)堆叠到一个完全连接的层上即可进行分类。在堆叠之后，得到的网络(卷积自动编码器)被训练两次。第一种方法是将编码器的权重设置为false，如下所示： for layer in full_model.layers[0:19]:
layer.trainable = False 然后重新设置为有使用conv-net或自动编码器的</em
浏览 27提问于2020-08-21得票数 1
回答已采纳
1回答
我在研究反向传播是如何工作的？我读到，反向传播被用来在每次迭代后用部分导数找到每个神经元的最优权重，并更新神经元的权重。另一方面，我们有一个叫做“学习速率”的超参数，用来通过计算误差的方向来更新每一次迭代中神经元的权重。这两种情况看起来是独立工作的，我的意思是，当反向
浏览 0提问于2020-09-19得票数 0
回答已采纳
1回答
自动编码器必须使用真实的物理信道进行训练，因此需要在两台不同的计算机(发送器和接收器计算机)之间执行反向传播。我的问题是，如何在接收端启动反向传播过程，并在发送端完成它？我如何在这两个独立的文件中执行backprop？ 我愿意使用pytorch或tensorflow中更适合解决问题的那个。如果可能的话，Pytorch将是我的首选。这是一个标准自动编码器的<
浏览 13提问于2019-10-15得票数 1
我正在用一个1的示例代码自我实现一个人工神经网络( ANN )。虽然原则上我清楚ANN代码是如何工作的(我以前用过其他语言)，但我对python语法/逻辑有更多的问题:在第181行中，网络被训练了10000次，但是由于“反向传播”(第39行)函数不返回网络，而变量“网络”似乎也不是全局变量，如何节省进度呢？另外，在函数“反向传播”中，变量"network“没有更新，但我猜这是因为
浏览 0提问于2018-05-24得票数 0
回答已采纳
1回答
CNN的反向传播训练
、、、、
我以前在浅层(一层或两层)神经网络中工作，所以我对它们的工作原理有一定的了解，在训练过程中很容易直观地看到向前和向后传递的导子，目前我正在研究深层神经网络(更确切地说，是CNN)，我读过很多关于它们的训练的文章，但我仍然无法理解CNN训练的总体情况，因为在某些情况下，使用预训练层的人使用自动编码提取卷积权，在某些情况下，随机权值被用于卷积，然后使用反向传播来训练权重，有谁能帮我给出从输入到全连接层(
浏览 4提问于2016-07-11得票数 2
python中tensorflow梯度函数中的grad参数(如下面的文档中的示例)表示什么？@tf.RegisterGradient("Sub") return grad, tf.neg(grad)这里的op是x，这是否意味着这个函数中的gra
浏览 5提问于2016-06-23得票数 1
回答已采纳
我是tensorflow的初学者，我想实现MLP并基于反向传播算法对其进行训练，但当我阅读教程时，我发现它使用了像“随机梯度下降”这样的优化器，并在没有实现算法阶段的情况下调用了反向传播。这是如何反向传播的？
浏览 8提问于2016-12-15得票数 1
1回答
如何训练多输出深度学习模式？
、、、、
通过我理解如何实现，我成功地培训了一个这样的模型，我不明白如何训练一个多输出的深度学习网络。我是说，在训练过程中网络内部发生了什么？以中的这个网络为例您可以看到这两个输出(aux_output和main_output)。反向传播是如何工作的？
我的直觉是，模型做了两个反向传播，每个输出一个。然后，每
浏览 2提问于2019-07-22得票数 8
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
