Câu hỏi được gắn thẻ «autoencoders»

Tôi đã tìm kiếm trên Google, Wikipedia, Google học giả, và nhiều hơn nữa, nhưng tôi không thể tìm thấy nguồn gốc của Autoencoder. Có lẽ đó là một trong những khái niệm phát triển rất chậm và không thể tìm lại điểm xuất phát rõ ràng, nhưng tôi vẫn …

13 neural-networks  autoencoders  history 

Theo như tôi biết, cả hai bộ tự động và t-SNE đều được sử dụng để giảm kích thước phi tuyến. Sự khác biệt giữa chúng là gì và tại sao tôi nên sử dụng cái này so với cái khác?

12 neural-networks  deep-learning  dimensionality-reduction  autoencoders  tsne 

Khi thực hiện một bộ mã hóa tự động với mạng thần kinh, hầu hết mọi người sẽ sử dụng sigmoid làm chức năng kích hoạt. Chúng ta có thể sử dụng ReLU thay thế không? (Vì ReLU không có giới hạn ở giới hạn trên, về cơ bản có …

11 machine-learning  neural-networks  deep-learning  autoencoders 

Tôi đang đào tạo một trình tự động biến đổi có điều kiện trên một tập dữ liệu các khuôn mặt. Khi tôi đặt Mất KLL bằng với thời hạn mất Tái thiết, bộ tự động mã hóa của tôi dường như không thể tạo ra các mẫu khác nhau. …

11 machine-learning  computer-vision  autoencoders 

Tôi đã triển khai VAE và tôi nhận thấy hai cách triển khai trực tuyến khác nhau về phân kỳ gaussian đơn biến đơn giản. Phân kỳ ban đầu theo ở đây là Nếu chúng tôi giả sử trước là đơn vị gaussian tức là và , điều này đơn …

10 inference  kullback-leibler  autoencoders  variational-bayes 

Các mạng tự động mã hóa dường như phức tạp hơn các mạng MLP phân loại bình thường. Sau nhiều lần thử sử dụng Lasagne, tất cả những gì tôi nhận được ở đầu ra được xây dựng lại là thứ gì đó giống với mức trung bình mờ nhất …

9 machine-learning  neural-networks  dimensionality-reduction  unsupervised-learning  autoencoders 

Trong CNN, chúng tôi sẽ tìm hiểu các bộ lọc để tạo bản đồ tính năng trong lớp chập. Trong Autoencoder, đơn vị ẩn duy nhất của mỗi lớp có thể được coi là bộ lọc. Sự khác biệt giữa các bộ lọc đã học trong hai mạng này là …

9 machine-learning  neural-networks  conv-neural-network  autoencoders 

Bộ mã hóa tự động biến đổi (VAE) cung cấp cách học phân phối xác suất liên quan đến đầu vào x với biểu diễn tiềm ẩn z của nó . Cụ thể, bộ mã hóa e ánh xạ đầu vào x thành phân phối trên z . Một bộ …

9 neural-networks  deep-learning  autoencoders  variational-bayes 

Có thể đạt được kết quả hiện đại bằng cách chỉ sử dụng phương pháp truyền ngược (không cần đào tạo trước )? Hoặc là để tất cả các phương pháp phá kỷ lục sử dụng một số hình thức đào tạo trước? Là tuyên truyền trở lại một mình …

8 deep-learning  autoencoders  deep-belief-networks  pre-training 

Tôi mới bắt đầu sử dụng gói autoencoder trong R. Các đầu vào cho autoencode()hàm bao gồm lambda, beta, rho và epsilon. Giới hạn cho các giá trị này là gì? Chúng có khác nhau cho từng chức năng kích hoạt không? Có phải các tham số này được gọi …

8 neural-networks  optimization  deep-learning  deep-belief-networks  autoencoders 

Mọi kiến ​​trúc bộ mã hóa tự động mà tôi thấy có một kiến ​​trúc tương tự nhau, chủ yếu là bộ giải mã chỉ là mặt trái của bộ mã hóa. Nếu mục tiêu của bộ giải mã tự động là học tính năng chiều thấp, tại sao bộ …

7 neural-networks  dimensionality-reduction  autoencoders 

Dựa trên sự hiểu biết của tôi, bộ tự động được sử dụng để tìm một biểu diễn nhỏ gọn của các tính năng đầu vào mang thông tin cơ bản cần thiết. Có bất kỳ mối quan hệ giữa khoảng cách L2 trong không gian đầu vào ban đầu …

7 neural-networks  dimensionality-reduction  distance  autoencoders 

Theo tôi hiểu, có ba cách tiếp cận chính để giảm kích thước phi tuyến: Học tập đa dạng (các thuật toán hình học / topo như ISOMAP, LLE, LTSA) Bộ tự động những thứ không phù hợp với 2 loại đầu tiên (xác suất lấy cảm hứng từ t-SNE, …

7 machine-learning  deep-learning  dimensionality-reduction  autoencoders  manifold-learning