autoencoder

Вопрос или проблема У меня есть некоторые трудности с обучением BiGAN. В частности, кодировщик, похоже, не обучается отображать карты между изображениями x и латентным пространством z. У меня есть следующий кодировщик: def build_encoder(self): model =

Вопрос или проблема Я хотел узнать, есть ли у кого-то какие-либо рекомендации по поводу того, что лучше для классификации изображений с большим количеством классов (около 400) с небольшим количеством образцов на класс (около 20) для относительно больших

Вопрос или проблема Для GLM: General Language Model Pretraining with Autoregressive Blank Infilling , Могу я спросить, как осуществляется выборка для разделения ввода на шаге (b) ? Почему на шаге (c) зеленый x3 перемещается в конец?

Вопрос или проблема Рассмотрим следующий минимальный VAE: import tensorflow as tf import tensorflow_probability as tfp tfk = tf.keras tfkl = tf.keras.layers tfpl = tfp.layers tfd = tfp.distributions #Поддельный набор данных cim = np.

Вопрос или проблема Работаю над задачей обнаружения аномалий. Я использую автоэнкодер для устранения шума из заданного ввода. Я обучал сеть на нормальных данных (свободных от аномалий), поэтому модель предсказывает нормальное состояние заданного ввода.

Вопрос или проблема В настоящее время я пытаюсь создать автоэнкодер, который сжимает 3D-объем, где каждое значение представляет собой плотность данного объема. Архитектура – это UNet без пропускных соединений. Оптимизатор –

Вопрос или проблема При построении автоэнкодера, который сохраняет расстояния, я случайно использовал евклидовую норму в качестве функции потерь для разности между расстояниями x и z, которые я пытаюсь минимизировать. (Надеюсь, вы понимаете, почему я запутался).

Вопрос или проблема Привет, я занимаюсь обнаружением аномалий с помощью автоэнкодеров. Я обучил модель, используя ‘ненаучные’ значения. Теперь, когда я даю аномальные точки в качестве тестовых данных. Какой должен быть порог ошибки реконструкции

Вопрос или проблема Я пытаюсь предсказать коды беременности с помощью базовой архитектуры трансформатора. Эти коды беременности выглядят следующим образом: prg001, prg002 до prg030. Prg001 будет означать пренатальный скрининг, а prg030 будет означать исход родов для матери.

Вопрос или проблема Я пытаюсь заставить простой автокодировщик работать с набором данных Iris, чтобы исследовать автокодировщики на базовом уровне. У меня возникает проблема, когда потери модели чрезвычайно высоки (>20). Может, кто-то поможет мне понять

Вопрос или проблема Как вы можете видеть на изображениях выше, мне нужно смоделировать стек Bi-GRU, как показано в таблице, который принимает на вход (N,1,64) и выводит (N,204). Входные данные представляют собой поток двоичных чисел, и выходные данные также двоичные.

Вопрос или проблема Я использую автоэнкодер для обнаружения аномалий. У меня нет никаких меток, поэтому это неконтролируемое обучение. Если у меня есть категории, я обычно применяю one hot кодирование перед передачей данных в модель.

Вопрос или проблема Я понимаю, как дивергенция KL предоставляет нам меру различия одной вероятностной распределения от второго, контрольного вероятностного распределения. Но почему они используются именно (вместо кросс-энтропии) в вариационных автокодировщиках

Вопрос или проблема Я пытаюсь реализовать автокодировщик для прогнозирования нескольких меток с использованием Keras. Вот фрагмент кода: input = Input(shape=(768,)) hidden1 = Dense(512, activation='relu')(input) compressed = Dense(256, activation='relu'

Вопрос или проблема Для вариационного автокодировщика у нас есть следующее: $$\mathscr{L}(x,\theta,\phi) := \mathbb{E}_{z \sim q_\phi(z|x)}[\log p_{\theta}(x|z)] -KL[q_{\phi}(z|x) ||p(z)] $$ Это называется вариационной нижней границей или нижней границей доказательства (ELBO).

Вопрос или проблема Я строю 1D автоэнкодер на основе CNN в Keras, следуя совету в этом вопросе на SO, где кодировщик и декодировщик отделены. Моя цель – повторно использовать декодировщик, как только автоэнкодер будет обучен. Центральный слой моего автоэнкодера –

Вопрос или проблема Можете ли вы сказать мне, как построить автоэнкодер с одной матрицей (4, 4) с целыми числами? Я хочу построить автоэнкодер для данных, упомянутых ниже. Я не знаю, нужно ли сначала преобразовывать десятичные числа в двоичные с помощью

Вопрос или проблема У меня есть граф дружбы пользователей для примерно 30 миллионов пользователей. Я пытаюсь использовать автокодировщик [30 миллионов, 512, 512, 1024, Dropout(0.3), 512, 512, 30 миллионов]. Но я ничего не изучаю.

Вопрос или проблема Я хочу поэтапно обучать свою предобученную модель автокодировщика на данных, которые поступают каждую минуту. Основываясь на этой теме, последовательные вызовы model.fit будут поэтапно обучать модель. Однако ошибка восстановления и

Вопрос или проблема В моем наборе данных, точка данных по сути представляет собой временной ряд из 6 характеристик за год по месяцам, так что в итоге получается 6*12=72 характеристики. Мне нужно найти классовые выбросы, поэтому я выполняю сокращение размерности