Keras中add_loss函数的目的是什么？
我最近接触到变分自编码器，并尝试使用Keras将其应用于MNIST数据集。我在GitHub上找到了一个教程。 我的问题与以下代码有关： # Build model vae = Model(x, x_decoded_mean) # Calculate custom loss xent_lo...
深度置信网络与卷积神经网络对比
我对神经网络领域还很陌生，想知道深度信念网络和卷积网络的区别。同时，是否有一种深度卷积网络，它是深度信念网络和卷积神经网络的结合？ 到目前为止，我了解到以下内容。如果有错误，请纠正。 对于图像分类问题，深度信念网络具有许多层，每一层都使用贪心逐层策略进行训练。例如，如果我的图像大小为50 ...
自动编码器上的二元交叉熵损失是如何工作的？
我使用仅有的Dense层编写了一个基础的自动编码器。以下是我的代码：iLayer = Input ((784,)) layer1 = Dense(128, activation='relu' ) (iLayer) layer2 = Dense(64, activation='relu') (l...
使用Keras实现的具有绑定权重的自编码器的解码器权重
我在Keras中实现了一个绑定权重的自编码器，并已成功训练。我的目标是仅使用自编码器的解码器作为另一网络的最后一层，以微调网络和解码器。但问题在于，如下所示的摘要显示，我的绑定权重实现中解码器没有参数，因此没有可以微调的内容（decoder.get_weights()返回[]）。我的问题是：我...
如何在Keras中连接LSTM层，使用RepeatVector或return_sequence=True？
我正在尝试在Keras中为时间序列开发一个编码器模型。数据的形状为（5039，28，1），这意味着我的seq_len为28，只有一个特征。对于编码器的第一层，我使用112个隐藏单元，第二层将有56个单元，并且为了能够返回解码器的输入形状，我不得不添加第三层具有28个隐藏单元（这个自编码器应该重...
TensorFlow：数据集.train.next_batch如何定义？
我正在尝试学习TensorFlow，研究以下示例：https://github.com/aymericdamien/TensorFlow-Examples/blob/master/notebooks/3_NeuralNetworks/autoencoder.ipynb然后我对下面的代码有一些问...
如何为图像分类的卷积神经网络确定参数？
我正在使用卷积神经网络（无监督特征学习+ Softmax回归分类器）进行图像分类。我已经学习了Andrew NG在这个领域的所有教程。http://ufldl.stanford.edu/wiki/index.php/UFLDL_Tutorial。 我开发的网络具有： - 输入层 - 大小为...
自编码器需要注意力机制吗？
我对自编码器中注意力机制的概念感到困惑。我认为我理解了在seq2seq翻译方面使用注意力的用法——在训练完组合的编码器和解码器之后，我们可以同时使用编码器和解码器创建（例如）语言翻译器。因为我们在生产中仍然使用解码器，所以我们可以利用注意力机制。 但是，如果自编码器的主要目标是生成输入向量的...
Keras LSTM自编码器时间序列重构
我正在尝试使用LSTM自编码器（Keras）重构时间序列数据。 现在，我想在少量样本（5个样本，每个样本长500个时间步长，有1个维度）上训练自编码器。我希望确保模型能够重构这5个样本，之后再使用所有数据（6000个样本）。 window_size = 500 features = 1 da...
如何解决PyTorch中由于大小不匹配导致的运行时错误？
我正在尝试使用 PyTorch 实现一个简单的自编码器。我的数据集由 256 x 256 x 3 的图像组成。我已经构建了一个 torch.utils.data.dataloader.DataLoader 对象，其中包含图像存储为张量。当我运行自编码器时，出现了运行时错误： size ...