我一直在研究使用GAN去模糊图像的问题。我的生成器是一个自动编码器，它应该接受一个模糊图像作为输入，并输出一个去模糊图像。结果很好，但是重建的图像包含一些奇怪的像素。https://imgur.com/a/xQEnFsI每个图像的中间一列就是我的输出。有没有人能帮我弄明白
浏览 24提问于2019-10-03得票数 0
3回答
我有一组特定物体的图像。我想找出其中一些是否存在机器学习算法的异常。例如，如果我有很多照片的眼镜，我想知道其中一个是坏了，或有什么异常。就像这样：BAD!!
问题是我不知道每一个消极的情况，所以，对于训练，我只有正面的形象。
换句话说，我需要一种算法来识别图像是否有与数据集不同的内容。你有什么建议
浏览 7提问于2017-02-07得票数 4
我复制了来构建一个变分自动编码器(VAE)。该示例使用图像，但我将其用于包含负值的信号。训练后，自动编码器只重建信号的正部分，不产生负值。有人能找出问题的所在或解释为什么会这样吗？
浏览 4提问于2022-04-05得票数 0
回答已采纳
1回答
我在用在Keras中，用于重建灰度图像的自动编码器模型。我的批次大小是1。在训练过程中会产生单一的损失值。
我似乎找不到这个问题的答案。Keras如何计算这2幅图像的MSE损失值？它们被表示为2d NumPy数组。它是否计算每个像素之间的平方差，然后除以
浏览 3提问于2021-04-22得票数 0
回答已采纳
有人能帮我理解自动编码器的含义吗？
我们期望的是输出等于输入，那么为什么我们需要这样做呢？对我来说没有任何意义。我发现一些解释说，它学会了如何重建输入数据，这是否意味着我们可以从原图中选择一些像素，然后重建整个原始图像？如果是这样的话，对我来说仍然是没有意义的，因为模型的重建部分是从隐藏层到输出层，所以我们不能
浏览 0提问于2016-10-27得票数 2
回答已采纳
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)。
我试图理解这个概念，但我有一些问题。到目前为止，我已经了解到，一个自动编码器接受一个输入，例如一个图像，并希望将这个图像缩小为一个潜在空间，其中应该包含数据集的基本特征，通过编码操作，然后，通过解码操作，它重新构造由于编码部分而丢失了一些
浏览 0提问于2020-08-17得票数 7
回答已采纳
2回答
我在想，下面的策略是否已经被使用过，是否可行？if P(cat) and P(dog) ~0.5 then it's an anomaly
另一种方法是取特征向量，最后取完全连通层，比较向量与其他向量有很大的不同你有相关的文件吗？这是个完全愚蠢的主意吗？
浏览 0提问于2019-08-07得票数 0
2回答
我对自动编码器如何能够在图像中重建颜色感到困惑。据我所知，CNN有一个特征检测器，可以将图像转换成一系列特征或激活映射。这些活化图与结构特征的存在程度成正比。那么，如果颜色信息不是一个结构特征，那么如何在自动编码器中保存它呢？对我来说，颜色信息很快就会丢失，但是大多数自动编码器的视觉显示它们很好地保留了颜色。
浏览 0提问于2019-09-05得票数 2
1回答
但是它在编码/解码抛出的刀时失败了，因为它们只有几个像素，而出错对自动编码器MSE丢失的影响可能可以忽略不计(见图像左下角的绿色箭头)。这可能会永远困扰着结果。我创建了一个编码器，它输出一个tanh-64神经元层，用作解码器、策略学习器(参与者)和价值学习器(批评家)的公共输入。在训练期间，模拟器返回四个顺序帧的批次(64x144x4)和最后一个动作的奖励。然后，图像首先
浏览 4提问于2019-12-04得票数 3
1回答
利用自动编码器重建潜在空间
、、、、
batch_size=560)
decoded_imgs = decoder.predict(encoded_imgs)
在上面的代码中，我重建了相同的初始维度，我们可以使用AE从初始维度重建一个较低的维度，我的意思是在我的例子中，我有100个维度，那么在减少维度后，我只想重建</e
浏览 0提问于2019-12-20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
浏览 3提问于2016-01-29得票数 4
回答已采纳
1回答
我工作的异常检测模型(多氯联苯)使用自动编码器，我工作谷歌Colab使用免费的GPU。因此，作为第一步，我试图构建我的自动编码器和可视化的重建我的训练数据(图片无缺陷，尺寸为1,3 MP)。我建立了一个三层的模型，150个环氧批大小=2，它给了我很好的效果。我</em
浏览 2提问于2022-03-12得票数 2
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。我知道这太合适了。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
浏览 0提问于2018-03-07得票数 1
我试着用statsd和石墨绘制数据。我有一个简单的计数器，我将它增加1，然后当我在一天内绘制计数器的值时，我会在图中看到像0.09这样的奇怪值作为峰值(参见)。这个图表应该显示2个登录，但它显示的是0.09。如果我将时间尺度从1天更改为最后15分钟，那么它将正确地显示两个登录(参见)reten
浏览 3提问于2012-10-22得票数 8
3回答
高维数据自动编码器
、、、
我正在做一个项目，在这个项目中，我需要减少我观察到的维数，并且仍然有一个有意义的表示。由于许多原因，人们强烈建议使用自动编码器，但我不太确定这是最好的方法。我有1400个样本的维数~60000，这太高了，我试图把它们的维数降到原来的10%。我正在使用theano自动编码器 []，它的成本似乎一
浏览 2提问于2015-09-06得票数 3
2回答
我正在处理一个训练数据集的分类问题，它有100个特性。所有的特征成对没有明显的相关性。您可以在示例对图中看到以下一些特性：我正试图找到减少功能数量的正确方法。所有重要的特征选择方法都会返回不同的特征集。例如：与阈值的相关性>1%，选取其中20例。
Lasso选择近20个特征，但所选特征与特征集不同，由相关方法返回。RandomForest选择了与以前
浏览 0提问于2019-09-04得票数 9
2回答
我目前的项目是对物体在各种成像过程中的模糊/卷积效果进行建模。现在，我要从一个初步的，人工的模型开始。我正在使用Keras来完成这一任务。在128 x 128的图像中，我以随机位置上的一组圆圈来创建人工理想数据。然后，我有一个例程，它以这些圆圈的坐标和大小作为输入，并在相同的位置用椭圆替换圆圈。我试图
浏览 0提问于2019-07-09得票数 1
Keras自动编码器示例：(https://blog.keras.io/building-autoencoders-in-keras.html)使用binary_crossentropy (BCE)作为丢失函数为什么他们使用binary_crossentropy而不是mse？自动</e
浏览 0提问于2021-06-29得票数 6
回答已采纳
我一直在观察，当我的应用程序崩溃时，我会得到崩溃日志，并试图将其符号化，但随后会发生。
我使用了其他方法，比如符号性的脚本，但是结果和以前一样。我也尝试过的解决方案，但没有成功。我在一个新的应用程序中创建了一
浏览 6提问于2017-08-14得票数 0
回答已采纳
1回答
我读到的内容是输出就是输入，如果你在尝试重建观察值时出现错误，那么它就是异常的。这对我来说是有意义的。我遇到的问题是：对于自动编码器，每个观察值使用n-1个特征来预测剩余的特征，这是真的吗？模型是假设一些隐藏
浏览 1提问于2017-03-02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
