自动编码器不学习标识函数
自动编码器是一种无监督学习算法，用于学习输入数据的低维表示。它由编码器和解码器两部分组成。编码器将输入数据映射到一个隐藏层，该隐藏层的维度较低，然后解码器将隐藏层的表示映射回原始输入空间。
自动编码器的主要目标是通过学习数据的压缩表示来捕捉输入数据中的关键特征。它可以用于特征提取、降维、数据去噪等任务。自动编码器在深度学习中具有重要的应用，如图像处理、语音识别、推荐系统等。
腾讯云提供了一系列与自动编码器相关的产品和服务，包括：
- 云服务器（CVM）：提供灵活可扩展的计算资源，用于训练和部署自动编码器模型。链接：https://cloud.tencent.com/product/cvm
- 云数据库MySQL版（CMQ）：用于存储和管理自动编码器的训练数据和模型参数。链接：https://cloud.tencent.com/product/cdb
- 人工智能机器学习平台（AI Lab）：提供了丰富的机器学习工具和算法库，可用于构建和训练自动编码器模型。链接：https://cloud.tencent.com/product/ailab
- 弹性MapReduce（EMR）：用于分布式计算和大规模数据处理，可用于加速自动编码器的训练和推理过程。链接：https://cloud.tencent.com/product/emr
- 弹性GPU服务（EGS）：提供高性能的GPU实例，可用于加速深度学习模型的训练和推理。链接：https://cloud.tencent.com/product/egs
自动编码器的应用场景包括但不限于：
- 特征提取：自动编码器可以学习输入数据的有用特征表示，用于后续的分类、聚类等任务。
- 数据降维：通过自动编码器可以将高维数据映射到低维空间，实现数据的降维和可视化。
- 数据去噪：自动编码器可以学习数据的潜在表示，并用于去除输入数据中的噪声。
- 图像生成：通过训练自动编码器，可以生成与输入数据相似的新图像。
- 推荐系统：自动编码器可以学习用户的兴趣表示，用于个性化推荐。
请注意，以上仅为腾讯云提供的一些相关产品和服务，其他云计算品牌商也提供类似的产品和服务，具体选择应根据实际需求和预算来决定。
相关·内容
1回答
我有9个输入的时间序列数据，所以我想使用自动编码器来创建新的特性，因为我已经不能手动创建有意义的特性了。我通过以下自动编码器运行Xencoded = BatchNormalization()(i)
encoded = Dense(256, activation='linear'tf.keras.optimizers.Adam(.0005), loss={'decoded':'mse','label_output':&
浏览 2提问于2022-01-31得票数 1
回答已采纳
1回答
自动编码器不学习标识函数
、、、
总的来说，我对机器学习有些陌生，我想做一个简单的实验来更熟悉神经网络自动编码器:制作一个非常基本的自动编码器，它将学习身份函数。我已经让它在不同的配置下运行了200次，使用了不同的优化器，损失函数，并添加了L1和L2活动正则化。结果各不相同，但我得到的最好的结果仍然很糟糕，看起来一点也不像原始数据，只是在相同的数值范围内。如果这一层的“神经网络”不能学习像身份函数这样简单的东西，我怎么能期望它学习更
浏览 3提问于2017-01-10得票数 8
回答已采纳
来自伊恩·古德费罗的“深度学习书”：我不明白这部分。g是解码器，f是编码器。为什么编码器和解码器要完美地表示输入数据x是不可取的？
另一种解决这个问题的方法是--为什么自动编码器需要正规化？我理解在预测机器学习中，我们对模型进行了正则化，使其
浏览 0提问于2018-07-27得票数 2
1回答
我正在考虑使用自动编码器通过使用编码层的输出来减少数据的维数，将这些输出连接到我的数据中，并使用它作为随机森林的训练集。我使用Keras，所以在定义了自动编码器模型之后，我对整个数据集进行了拟合，然后仅使用编码层对整个数据集进行了预测。然后用这些预测作为我最新的数据。Note how I am training on the sam
浏览 0提问于2019-12-01得票数 1
回答已采纳
2回答
我是keras和深度学习领域的新手。事实上，我使用keras库基于电离层数据集构建了一个深度自动编码器，它包含一个混合数据帧(浮点型、字符串“对象”、整数)。因此，我尝试将所有对象列替换为浮点型或整型，因为自动编码器拒绝输入对象样本。训练集包含48列的10000个样本，验证集包含5,000个样本。我没有对输入数据进行任何标准化，因为我认为对于自动编码器模型来说并不是真正必要的。我使用了一个二进制交叉熵损失函数，不确定这是否可能是在训练过程中具有恒定损失
浏览 1提问于2018-03-20得票数 2
2回答
注意力对自动编码器有意义吗？
、、、、
在自动编码器的背景下，我在努力思考注意力的概念。我相信我理解注意seq2seq翻译的用法--经过训练后，我们可以同时使用编码器和解码器来创建语言翻译(例如)。但是，如果自动编码器的主要目标是生成输入向量的潜在压缩表示，该怎么办？我说的是一些情况，在培训之后，我们基本上可以处理模型的解码器部分。
浏览 6提问于2019-09-28得票数 17
如果我只训练一个只有一个向量的自动编码器和一个只有第二个向量的第二个自动编码器，这是否意味着如果向量相似，那么两个自动编码器的隐层向量也是相似的吗？
自动编码器结构是相同的。隐层神经元的数量小于输入。但对我来说，似乎你不学习特征，只是模仿你的输入函数与较小的维向量，同时失去信息。所以你得到了一种低维近似的学习向量。因此，如果向量V1类似于V2，我将使用V1来训练自动编码器<
浏览 0提问于2018-03-07得票数 1
1回答
自动编码器以减少输入数据大小
、、、、
目前，我想使用自动编码器来减少输入数据的大小，以便将减少的数据用于另一个神经网络。我的任务是拍摄一段视频，然后将视频的图像提供给自动编码器。当我只使用几张图像作为输入时，自动编码器工作得很好，但当我想要一系列图像时，它就不行了。
想象一下，从一个移动的球上拍摄视频。例如，我们有200张图片。如果我对200张图像使用自动编码器，误差很大，但如果我只对5张图像使用，重建误差很小，可以接受。似乎自动编码器不学习</
浏览 1提问于2013-12-04得票数 2
为了训练去噪自动编码器，我在输入数据中构造了x+n，在输出数据中构造了x(x:原始数据，n:噪声)。学习完成后，我通过一个去噪自动编码器(x_test + n_test -> x_test)获得去噪数据。然后，作为测试，我通过将输入和输出数据构造成相同的值来训练自动编码器，就像传统的自动编码器一样。因此，在测试阶段，我获得了类似于去噪自动编码器的去噪数据。为什么通过传
浏览 4提问于2018-08-05得票数 2
回答已采纳
1回答
这是用各种方法完成的(例如This和自动编码器)。一个已发表的将主题向量降为2-昏暗空间的示例可以找到这里。为了训练一个测试自动编码器，我从Google的word向量模型中提取了前10k个单词，并试图对它们进行编码/解码。我的带有tanh激活函数的自动编码器(300,100，2) (由于word2vec模型的向量元素的性质)似乎能快速地学习矢量(损失函数很快变为负值)。然而，当我比较基于2-昏暗约简的最接近的单词时，来自<e
浏览 0提问于2017-04-02得票数 1
1回答
如果我有一组N个数据，那么每个数据都有4个特征。我不知道这些特征之间可能存在(或不存在)的关系。
是否有可能从我最初的集合中生成新的数据，以尊重特性之间可能存在的隐式关系，而不必显式地找到这些关系？
浏览 0提问于2017-02-09得票数 2
回答已采纳
1回答
我使用Python和Tensorflow构建了一个自动编码器。为了构建自动编码器，我使用了Tensorflow教程，介绍如何构建自动编码器来读取手写数字上的MNIST数据集。到目前为止，我对“自动编码器代码”进行了结构调整，使其能够在自己的数据上使用。我找到了一些特性，并且已经成功地重建了输入，直到出现了某种错误。现在，我尝试使用自动编码器的权重，初始化一个参数类似于我的自动编码器
浏览 0提问于2017-01-31得票数 2
回答已采纳
1回答
提供一套(m no.关于n维向量，正确的无监督的聚类方法是什么？向量本质上代表了模式。问题是:是否存在一组向量，表现出与v1相似(不完全相同)的模式，对于v2等具有类似的模式？
因此，这些模式需要适当地进行聚类。有一些方法，如矢量量化，但我不确定这些方法是否适合在这种情况下。
浏览 0提问于2019-06-18得票数 1
1回答
最近，我学习了自动编码器，并计划构建一个作为推荐系统一部分的带有隐式反馈的推荐系统。如果有人能帮我澄清这件事，我很感激。
浏览 6提问于2016-07-01得票数 2
1回答
如何设计自动编码器体系结构
、、、、
我想构建一个自动编码器(CNN)来学习我的数据的表示。参考架构是否像ResNet/Inception之类的？如果没有，我应该手动设计层吗？转换学习/微调是否适用于自动编码器(还是从零开始训练更好)？
浏览 0提问于2018-09-10得票数 5
我有一个8位rgb (3通道)不同大小的图像目录.我试图使用它们在R 3.6.3中训练自动编码器，在linux 19机器上使用keras 2.2.5.0和tensorflow 2.0.0。当我运行fit_generator()函数时，会得到以下错误：IndexError
浏览 5提问于2020-04-10得票数 1
回答已采纳
1回答
如何实现深度自动编码器(eHow，我从惊厥神经网络中获得滤波器)？我的想法是这样的:对输入图像(28x28)进行随机图像处理，并获得随机补丁(8x8)。然后使用自动编码器来学习补丁的共同特性(功能=隐藏单位；例如，大约100个)。然后将特征滤波器应用于输入图像并进行卷积。我说的对吗？
浏览 5提问于2014-10-22得票数 7
3回答
什么是自动编码器？
、、、
我是一名学生，我正在学习机器学习。我的重点是深生成模型，特别是自动编码器和变分自动编码器(VAE)。📷
关于VAE，它使
浏览 0提问于2020-08-17得票数 7
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
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
