問題タブ [autoencoder]

あるアーキテクチャのエンコーダ/デコーダ サブネットワーク間で、別のアーキテクチャの別のエンコーダ/デコーダとパラメータを共有しようとしています。テスト時に、元のアーキテクチャでフォワードパスを実行してからデコーダの結果を抽出するには、多くの計算 (および時間) が必要になるため、これは私の問題に必要です。しかし、私が気づいたのは、実行時にパラメーターの共有を明示的に要求したにもかかわらずclone()、パラメーターが共有されておらず、各アーキテクチャがトレーニング中に独自のパラメーターを持っていることです。

print()いくつかのランダムなベクトルを両方のアーキテクチャのデコーダとエンコーダに前方伝搬することにより、いくつかのステートメントを介して 2 つのアーキテクチャの結果の違いを示しています (それらの重みを比較することもできます)。

だから、パラメータを共有するときに私が間違っていることを誰かが見つけてくれるのだろうか？

以下に、コードの簡略版を投稿します。

ニューロン信号の分類アプリケーションを実装する必要があります。最初のステップでは、信号クリーニングのためにノイズ除去オートエンコーダー (DAE) レイヤーをトレーニングする必要があります。次に、分類のために出力を DBN ネットワークにフィードします。Tensorflow でこれらの型のサポートを見つけようとしましたが、見つかったのは CNN と RNN の 2 つのモデルだけでした。Tensorflow を使用して、これら 2 つのモデルの堅牢な実装について考えている人はいますか?

もう 1 つのレイヤーを追加して、Keras VAE の例を深いネットワークに適応させようとしています。

元のコード:元の VAE コード

変更点:

コンパイルすると、次のエラーが表示されます。

私はレポに他の例を持っていますが、それは有効な方法のようです。何か不足していますか？

入力のサイズが一定でない畳み込みオートエンコーダーを構築したいと考えています。エンコーディング レイヤーに到達するまで conv-pool レイヤーを積み重ねてから、upsample-conv レイヤーで逆の処理を行うことで、これを行っています。問題は、使用する設定に関係なく、出力レイヤーで入力レイヤーとまったく同じサイズを取得できないことです。その理由は、UpSampling レイヤー (指定された (2,2) サイズ) が入力のサイズを 2 倍にするため、たとえば奇数の次元を取得できないためです。特定のレイヤーの出力ディメンションを、個々のサンプルの前のレイヤーの入力ディメンションに関連付ける方法はありますか (私が言ったように、変数の max-pool レイヤーの入力サイズ)。

matlab の trainAutoencoder 関数を使用して、300 の音声信号の 30 のメイン パターンを見つけたいと考えています。

この関数を使用して、plotWeigths を使用してパターン (重み) を確認しようとしましたが、これは音声信号ではなく画像のみのようです。

それぞれの長さが音声信号と同じである 30 のグラフを取得したいのですが、300 の信号のいずれかを 30 のメイン パターンの組み合わせとして最小のエラーで取得できます。

これは私が試したものです：

cells = はサイズ 1x300 の cell 配列で、各セルには 300 個の信号の 1 つが含まれます。

誰かが私を助けることができます。ありがとう、

私の理解では、通常、自動エンコーダーはエンコード ネットワークとデコード ネットワークで結合された重みを使用しますよね?

Caffe の auto-encoder exampleを見てみましたが、重みがどのように関連付けられているかわかりませんでした。エンコード ネットワークとデコード ネットワークが同じブロブを共有していることに気付きましたが、重みが正しく更新されることはどのように保証されるのでしょうか?

Caffe でタイド ウェイト オートエンコーダを実装する方法は?

この Recurrent Neural Network を Tensorflow (このチュートリアル
https://github.com/aymericdamien/TensorFlow-Examples/
から、そして RNN プログラムから) に適応させて、ノイズ除去オートエンコーダーにします。5 つの時間ステップがあり、毎回、ノイズのないターゲットは sin(x) からサンプリングされ、ノイズの多い入力は sin(x)+ ガウス誤差です。今私の問題は、例のRNNが入力のシーケンスごとに1つの出力値を与えることですが、タイムステップごとに出力が必要です(1ではなく5つの出力が必要です)これを行うにはどうすればよいですか? 重みとバイアスを再定義することの問題かもしれないと思いますが、どうすればよいでしょうか? これがコードです。助けてくれて本当にありがとうございます、

これを実行すると、次のエラー メッセージが表示されます: ValueError: Shape (?, 5, 2) must have rank 2. ターゲットは 5 ステップの長さで、出力は 1 しかないため、これで十分だと思われます。それ？

どうもありがとう。

約 70,000 のトレーニング イメージのリストがあり、それぞれが (カラー チャネルの数、高さ、幅) = (3, 30, 30) の形をしており、約 20,000 のテスト イメージがあります。私の畳み込みオートエンコーダーは次のように定義されています。

hereのオートエンコーダーはどれですか。

エラーがスローされます：

指定された入力形状を (3, 30, 30) として明確に変更したため、これは奇妙です。私が見逃している実装技術はありますか?