1回答
我正试图为文本类型的传输问题建立一个编解码模型。问题是我在这两种样式之间没有并行数据，所以我需要在一个无监督的环境中训练模型。
我见过的一些文章使用自动编码器分别训练编码器和解码器组件。通过将问题设置为自动编码器，他们可以通过将目标序列(等于输入序列)传递到解码器中来训练解码器。(以下是一些例子，https://arxiv.org/pdf/1711.06861
浏览 0提问于2018-07-07得票数 2
回答已采纳
在变分式自动编码器中，编码器必须具有与解码器相同的层数吗？我的编码器(密度)：54-10-5-3，解码器(密度)：3-5-10-25-35-45-54，我得到了更好的结果。
浏览 1提问于2018-05-02得票数 3
回答已采纳
1回答
用自动编码器实现对文本相似度
、、、、
我有一个只有500个样本的数据集。数据集有三列我的任务是训练一个编码器，它以两个句子作为输入，如果句子相似，返回1，否则返回0。我使用预先训练过的word2vec嵌入来提取特征。我的模型只有50%的准确度。activation='sigmoid')(dense1)model.summary()
浏览 0提问于2020-02-21得票数 1
回答已采纳
1回答
我正试图将解码器outputBuffer直接发送到编码器inputBuffer中。我以为它出了点问题，但我想不出.我搜索了库和文档，找到了一些样本代码，使用纹理曲面渲染解码器输出数据并将数据转换到编码器。但我觉得这对我来说不应该是必要的。因为我
浏览 0提问于2016-11-11得票数 1
回答已采纳
我一直在阅读有关自动编码器的内容，我看到的所有示例都反映了构建解码器时的编码器部分。解码器不应该具有与编码器不同的隐藏层结构，这有什么特别的原因吗？例如..。也许我漏掉了一些明显的东西。
浏览 4提问于2016-11-25得票数 0
我使用的seq2seq模型是由Siraj创建的，但是编码器隐藏单元和解码器隐藏单元的数量存在问题。在这个笔记本的视频中(链接：)，西拉杰说，这是因为他想让模型实际学习，因为标签和它们对应的输入是相同的。对于我的问题，我希望编码器隐藏单元的数量与解码器隐藏单元的数量相同。从行decoder_outputs_ta, decoder_final_sta
浏览 0提问于2019-02-01得票数 0
回答已采纳
1回答
如何在不同大小的图像上训练模型。我的模型包含输入图像大小(None，None，3)。但是如何在不同的图像大小上训练模型呢？ 注意:我的目标是使用深度学习执行图像压缩。一种考虑了编解码器的自动编码器。
浏览 50提问于2019-05-19得票数 0
我对自动编码器很陌生。我看到的所有自动编码器通常都会显示一个下采样编码器，然后是一个上采样解码器或一个上采样编码器，然后是一个下采样解码器。现在，我想问一问，我们能不能有一个同时包含上采样层和下采样层的编码器，然后是一个具有精确镜像层的编码器？例如，我们可以拥有以下自动编码器的架构吗？编码器：
浏览 4提问于2022-08-01得票数 1
2回答
UNET架构就像是前半部分的编码器和后半部分的解码器。在简单的自动编码器中，我们不使用Transpose2D Conv。上采样是如何发生的，如果我们在自动编码器中使用Transpose2D，它与UNET有什么不同？
浏览 57提问于2021-02-03得票数 0
当我试图了解seq2seq编解码器如何在https://machinelearningmastery.com/configure-encoder-decoder-model-neural-machine-translation在我看来，编码器中的LSTM数量必须与文本中的单词数(如果使用单词嵌入)或文本中的字符(如果使用char嵌入)相同。对于字符嵌入，每个嵌入对应于1个方向的LSTM和1个编码器隐藏状态。这种理解是正确<
浏览 0提问于2020-05-20得票数 0
1回答
是否可以使用非正方形(矩形)输入矩阵训练卷积自动编码器(CAE)？我在CAE上研究过的所有教程和资源似乎都使用正方形图像。我正在处理的数据不是图像。我有数百个单细胞，每个细胞有一个矩阵(基因组数据)，行中有数千个基因，列中有数百个框(每个基因的感兴趣的基因组区域被划分为相等大小的框)。我用Keras尝试了一些模型，但模型编码器部分的输入大小总是与解码器中输出矩阵<
浏览 25提问于2019-03-07得票数 0
我的数据包含一个标量特性r，我发现这个特性对于训练我的深层模型很重要。我的想法是假设有一个3层的MLP f(x), x \in \mathbb{R}^{n}，其中n=1.它输出一个维数m的向量，其中[0, 1]中的每个值。对于我的数据，它输入r并输出一个m大小的向量.
所以这就是我分解的想法有意义吗？
浏览 0提问于2019-12-22得票数 0
回答已采纳
2回答
我不明白自动编码器是如何实现降维的，因为它学会了将数据从输入层压缩成一段短代码，然后将该代码解压缩到原始数据中，我看不出降维在哪里:输入数据和输入数据具有相同的维数？
浏览 0提问于2018-06-13得票数 2
回答已采纳
1回答
我所说的曲线是函数的曲线。假设我有1000个点对应于每0.1个0%到100%的曲线，我想在ML模型中使用这一点，但我不想使用这1000个点，而是将它们嵌入到一个较小的向量中，这样两个“接近”的曲线就会有一个更接近的向量。
浏览 0提问于2023-01-31得票数 0
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。我试图训练一个卷积神经网络来执行这个函数的逆函数，即用椭圆作为输入读取图像，然后用圆圈代替它们。我通过将这两种图像
浏览 0提问于2019-07-09得票数 1
如果我想训练一个具有相同权重的自动编码器(编码器和解码器有相同的权重参数)，如何使用tf.layers.conv2d来正确完成？我不能简单地在编码器和解码器的相应conv2d层之间共享变量，因为解码器的权重是编码器的转置权重。
也许捆绑的重量现在很少使用，但我只是好奇。
浏览 1提问于2018-01-15得票数 0
我们如何调整android中的gif和动画webp文件的大小？我能够使用幻灯片解码webp和gif，但无法找到将它们编码到webp中的解决方案。
浏览 16提问于2022-03-05得票数 -2
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
腾讯会议
云直播活动推荐
腾讯云开发者
