2回答
最近，我尝试使用自动编码器来查找异常，但一些输入特征是计数数据(例如，点击量或显示次数)。在训练之前，我需要标准化或缩放吗？
浏览 12提问于2017-06-28得票数 4
回答已采纳
我是Tensorflow的初学者，我想为图像创建一个简单的自动编码器，我尝试了一些我在网络上找到的例子，但所有这些都是在Mnist数据集上工作，这使得预处理这些图像变得容易，但我想为我自己的数据集图像创建一个自动编码器我的问题是:如何使用我自己的数据集图像在tensorflow中创建一个简单的自动编码器
浏览 0提问于2020-03-11得票数 0
1回答
我在DL4J文档中找不到任何完整的自动编码器示例。我看到了一个很好的关于自动编码器的通用描述，只有一小段MultiLayerConfiguration的代码，但代码并不完整。是否有任何完整的示例，其中数据集被加载，预处理，然后插入到网络中，并生成预测？例如，使用数据集或任何其他数据集的示例。谢谢。
浏览 3提问于2018-02-27得票数 0
1回答
假设一个数据集有0.5%的特征是连续的，99.5%是分类(二进制)，总共有2400个特征。在这个数据集中，每个观察是两个类别中的一个--欺诈(1)或不欺诈(0)。此外，还有一个很大的阶级不平衡，只有2.6%的例子是欺诈，另97%的例子不是欺诈。
假设我们想要预测一个给定的例子是否是欺诈，我们采用了一种使用自动编码器的异常检测方法。考虑到数据集中的
浏览 0提问于2018-07-09得票数 8
回答已采纳
2回答
我正在尝试开发一个自动编码器的声音，有一个在0.05秒和30秒之间的可变长度。我想知道是否有可能创建一个简单的自动编码器，考虑到这个可变长度作为输入，或者我应该做一些输入之前的预处理。
浏览 2提问于2021-04-18得票数 1
1回答
有时，我们需要通过层对数据进行预处理。当您的模型是一个自动编码器时，这就成了问题，在这种情况下，输入是x和y。]而不是x=[1,2,3]来评估自动编码器。decode1如何将[preprocess_1, preprocess_2]的输出作为y提供给我的模型
一个明显的解决方案是在模型之前进行预处理(例如，在tft的preprocessing_fn中)，但这有它的</
浏览 0提问于2022-03-17得票数 1
回答已采纳
1回答
我正在尝试在Keras下做一个文本的自动编码器。我使用预处理模块中的Tokenizer。
在我训练了编码器和解码器之后，我想知道如何将整数列表还原为单词列表。
浏览 6提问于2017-03-22得票数 2
1回答
我正在使用Python，Tensorflow和Keras在450x450RGB的手表正面图像(例如)上运行自动编码器。我的目标是使用这些图像的编码表示，这些图像是由自动编码器生成的，并将它们进行比较，以找到它们之间最相似的手表。目前，我使用1500 rgb图像，因为我还没有GPU，而只有一台具有26BG RAM的pc。我的源码如下：from
浏览 15提问于2018-02-23得票数 1
回答已采纳
1回答
我正在尝试安装一个自动编码器模型使用插入符号。我遇到了问题，因为我的输出将超过一维(例如，在调用train()时，y将是我的例子中的一个矩阵)。是否有一种方法来解释高维的输出？
浏览 2提问于2015-04-18得票数 1
回答已采纳
2回答
我得到了两个数据集，在测试和培训数据集中都有缺失的值。我是否也需要对test.csv进行预处理，还是只对train.csv进行预处理？
浏览 0提问于2021-10-17得票数 3
1回答
我目前正在尝试制作一个自动编码器，它压缩一个3D卷，其中每个值表示所述体积的密度。该体系结构是一个没有跳过连接的UNet。优化器为AdamW，学习率为0.0002，beta1为0.5。我使用三个损失: MSE之间的输入和重建，三维frobenius范数的重建密度和分割损失，当我想要与非零密度的区域匹配。
我的问题是，自动编码器似乎没有收敛。过了几年，它会得到更接近初始输入的结果，但是如果我训练<em
浏览 0提问于2022-12-12得票数 0
1回答
我有一个分类器网络和一个自动编码器网络，我想使用自动编码器的输出(即编码+解码，作为预处理步骤)作为分类器的输入--但是在对规则数据进行训练之后。这样的自动编码器(基于)：x = Conv2D(...)(ae_input)
x = MaxPooling2D(...)当我只想将模型应用于新的测试数据</em
浏览 0提问于2018-05-04得票数 8
回答已采纳
2回答
我看到一个文档，它描述了一种无损文本压缩技术，在这个文档中，有一个图示说明了它们的压缩原理。它是这样工作的：我不明白为什么他们会在移动到前端转换之后使用游程转换，这对我来说似乎不是很有效据我所知，MTF本身不会产生很多运行，因此使用RLT后缀是没有用的。
如果能给出一些解释，我们将非常感激！
浏览 4提问于2012-12-25得票数 0
回答已采纳
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。
(x -> x)
浏览 4提问于2018-08-05得票数 2
回答已采纳
1回答
数据归一化卷积自动编码器
、、、
我对如何在训练卷积自动编码器之前对图像像素值进行归一化/标准化感到有点困惑。我们的目标是使用自动编码器进行去噪，这意味着我的训练图像由噪声图像和用作地面实况的原始非噪声图像组成。据我所知，有许多选项可以对图像进行预处理：-标准化-标准化(z-score) 当使用MinMax方法(在0-1之间缩放)进行归一化时，网络工作得很好，但我这里的问题是:当使用训练集的最小最大值进行缩放时，我应该使用噪声图像的
浏览 23提问于2019-10-14得票数 0
1回答
在场景1中，我有一个多层稀疏的自动编码器，试图复制我的输入，所以我的所有层都与随机启动的权重一起训练。在没有监督层的情况下，在我的数据中，这没有学习到任何相关信息(代码工作正常，因为我已经在许多其他深层神经网络问题中使用过它)
在场景2中，我只是在一个贪婪的分层训练中训练多个自动编码器，类似于深度学习(但最终没有监督步骤)，每一层都在先前的自动<
浏览 3提问于2016-01-29得票数 4
回答已采纳
我使用自动编码器对数据进行预训练，并将输入数据规范化并传递给自动编码器。因此，自动编码器最终将减少功能的数量。我的问题是，在进入完整的馈送网络之前，我是否需要将
浏览 0提问于2016-01-08得票数 0
1回答
我试图使用自动编码器对1600幅图像进行预处理，然后使用权重来训练UNET进行语义分割。img_array = img_array.astype('float32') / 255
该程序在google上崩溃，因为img_array使用了过多的内存
浏览 15提问于2022-10-09得票数 0
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
腾讯会议
云直播活动推荐
腾讯云开发者
