1回答
我关注了中的变分自动编码器部分。我在我的项目中的第一个任务是重新生成一些矢量，它们表示网格布局是如何划分的。因此，我创建了自己的数据集，其中至少包含5000行维度(1,36)的向量。因此，我使用了一些数据集作为我的模型的训练集，这是变分自动编码器。然后，由于我的项目任务要求我使用Disentangled VAE或Beta- VAE，我阅读了一些关于这种VAE的文章，并认为您只需要更改beta值。
所以我使用的代码在这个中。首先，根据我在互联网上读到的，当beta值优于1
浏览 8提问于2018-08-08得票数 1
回答已采纳
1回答
在变分AutoEncoders的设置下，即当我们想求后验分布时对于数据生成，潜在变量z，给定一些观测x，究竟是什么(方程的哪一部分)使这种后验分布难以处理，以及为什么？
干杯
浏览 0提问于2020-08-14得票数 0
回答已采纳
1回答
我对训练CNN接受输入感兴趣，其中每个输入都是一组低分辨率图像，而每一个地面真相都是一幅高分辨率图像。通过对80幅低层图像的信息进行平均处理，得到地面真实高分辨率图像。我想让CNN做的是从一组较小的低级别图像中生成同样的高分辨率图像，例如5幅低级别图像。
我正在观察TensorFlow GAN，并认为我可以将每一幅训练图像作为低分辨率图像的级联阵列输入，而将每个地面真相作为一幅高分辨率图像输入。但是，我不确定这是否是最好的方法，因为输入和输出的维度会有所不同。有人能建议使用TensorFlow的最佳方法是什么(如果有更好的选择的话，也可以建议其他深度学习框架)吗？谢谢!
浏览 0提问于2019-07-08得票数 0
1回答
到目前为止，我已经在Python中用Keras创建了一个LSTM变分自动编码器，并通过在事务的潜在表示上应用Local因子进行异常检测。它是基于本文https://arxiv.org/abs/1906.10896和跟踪各种博客，如https://blog.keras.io/building-autoencoders-in-keras.html
浏览 0提问于2020-08-14得票数 0
1回答
我已经在Keras中构建了一个自动编码器，它接受多个输入和相同数量的输出，我想将其转换为变分自动编码器。我很难将输入和输出之间的差值的损失和变分部分的损失结合起来。我的问题是： 我现在已经将设置扩展到一个变分自动编码器，具有均值和标准差的潜伏层。kl_loss * varLossWeight ] ) return lossFct 所以它是一个生成器函数，它返回一个接受yTrue和yPredicted但在变分部分工作的函数我如何才能得到Mod
浏览 20提问于2019-09-30得票数 2
回答已采纳
我正在训练一个变分自动编码器，我得到了一个损失图，如下所示：在224号时代之后，val损失超过了火车损失，并且变得越来越大，但速度非常慢，你可以注意到。我训练了300个时代。
浏览 0提问于2021-04-02得票数 0
预测器是连续的和时变的，所以我使用了基样条。当我对模型对象执行predict(FHlogit, foo..,)操作时，它会提供预测。平安无事。现在，我想要做的是提取FHLogit的一部分，基矩阵提供预测。我不想从str(FHLogit)中提取有关模型的信息，我正在尝试提取表示Beta * Predictor = 2的部分。
浏览 0提问于2013-10-04得票数 1
1回答
变参数变分函数
、、、
我不确定我的尝试是否被标准所允许，甚至可能没有意义，所以请务必纠正我。template <typename ... TRets>我要做的是将每个传入的funcs的返回值传递给另一个函数，该函数以扩展的值形式接受它们。例如std::make_shared<TType>(funcs()...);
浏览 2提问于2017-07-19得票数 2
回答已采纳
5回答
我正在尝试使用我在Keras示例中找到的变分自动编码器的实现()。Autoencoders/models/vae.py:69: UserWarning: Output "dense_5" missing from
浏览 4提问于2018-04-04得票数 5
我已经训练了一个变分自动编码器(VAE)与一个额外的完全连接层后，编码器为二值图像分类。它是使用PyTorch闪电设置的。编码器/解码器是resnet18从PyTorch闪电螺栓回购。from pl_bolts.models.autoencoders.components import ( resnet18_decoder
class
浏览 7提问于2022-05-27得票数 1
回答已采纳
3回答
什么是自动编码器？
、、、
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)。https://hackernoon.com/autoencoders-deep-learning-bits-1-11731e200694
浏览 0提问于2020-08-17得票数 7
回答已采纳
4回答
变分函数
、、、、
我正在尝试编写一个类来表示张量Tensor，并希望提供2维张量的语法tensor(i, j)，3维张量的tensor (i, j, k)等等。耽误您时间，实在对不起。
浏览 9提问于2017-12-17得票数 1
1回答
变分柱
、、、
我使用以下SQL插入var二进制文件： [fileName] [nvarchar](150) NULL,)
VALUES('03Sep2014635453570092420104Appendix A3.4 – Registration Of Market Makers.pdf',0x25504
浏览 1提问于2014-09-11得票数 0
回答已采纳
4回答
变分函数
、
#include <stdarg.h>va_list ptr;va_start(ptr,n);printf("\n%d",num);
}
看看上面的代码，我期望输出是转换为int的第一个变量参数值，即7.5转换为int，即7。但输出是0。这里面有什么问题
浏览 3提问于2011-08-17得票数 2
回答已采纳
4回答
我正在尝试这样做：{{{{ { Foo<IA> fooIA = fooA as Foo<IA>;}
但是，从Foo<A>到Foo<IA>的转换不能编译。我记得在List<
浏览 0提问于2011-08-11得票数 2
回答已采纳
我正在用序贯蒙特卡罗和PyMC进行近似的贝叶斯计算，其方式类似于描述的在本例中，PyMC文档。选择这种方法的动机是，我有一个仿真器方法(在文档中称为它)，它非常复杂，计算成本很高，而且这种方法非常适合这种方法。我已经尝试调优pymc.Simulator()中的绘图和D3数量，以减少运行时，同时仍然给出有意义的结果，这已经有所帮助，但还不够。当然，我也在优化仿真功能，但是很可能不可能从根本上减少运行时。
What是我可以尝试处理这么昂贵的模拟函
浏览 0提问于2023-02-23得票数 1
我运行带有精确推理的贝叶斯逻辑回归(rstan::stan())，并使用变分推理(rstan::vb())得到非常不同的结果。; // Stdev of betaparameters {} beta ~ normal(0,beta_sd);[1] -0.05473327
> mean(stan_vb_sa
浏览 24提问于2019-07-24得票数 2
云服务器
ICP备案
即时通信 IM
云直播
实时音视频
腾讯云开发者
