自编码器

06论文笔记《Reducing the Dimensionality of Data with Neural Networks》

创新点：运用神经网络进行降维；概括介绍自编码器编码、解码过程：→编码→→解码→将原有的高清图片压缩成信息量
Lazyinit·2020-06-22 00:06

基于tensorflow实现稀疏自编码和在推荐中的应用

稀疏自编码自编码器（Auto-Encoder）顾名思义，即可以利用自身的高阶特征编码自己。
Thinkgamer_·2020-06-21 20:26

从麻将到“农药”，细数 AI 攻占的游戏领域

2020-01-2607:13:04作者|十、年编辑|Camel今天是大年初一，AI科技评论给大家拜年了~鼠年携卷积神经网络，循环神经网络，孪生神经网络，脉冲神经网络，对抗生成网络，玻尔兹曼机，自编码器
喜欢打酱油的老鸟·2020-06-21 12:51

word2vec 之 skip-gram

整个过程与自编码器的思想类似，即基于训练数据训练一个神经网络，模型训练好后，并不会用这个模型处理后续的任务，真正需
小蛋子·2020-06-21 09:36

堆叠胶囊自编码器 Stacked Capsule Autoencoders

本文提出了堆栈式胶囊自编码器（SCAE），该编码器包含两个阶段。在第一阶段，部件胶囊自编码器（PCAE）将图像分割为组成部分，推断其姿态，并将每个图像像素重建为变换组件模板的像素混合。
rosefunR·2020-06-21 07:27

变分自编码器+要点综述+代码实现+生成图片

ReconstructionLoss2.2KL-LatentLoss2.3ELBO-LatentLoss2.4更多理论细节3.代码实现3.1CVAE训练和生产图片-全部代码3.2epochs=50两种损失函数生成的图片1.VAE的结构变分自编码器
南瓜派三蔬·2020-06-21 05:00

TensorFlow2实现自编码器Tying Weights的一种简易方法

文章目录1.问题描述2.实现代码2.1基本的思路2.2输入输出2.3使用TyingWeights的堆栈自编码器代码2.4测试代码3.说明3.1不足之处3.2TyingWeights的效果1.问题描述Tensorflow2
南瓜派三蔬·2020-06-21 05:58

换脸实验总结

  自编码器在早期的一个重要应用就是初始化神经网络的权重参数，这种通过逐层预训练加微调得到的初始化参数要比传统的对称随机初始化参数效果好，更容易收敛，并在一定程度上缓解了BP算法在深层网络训练中出现的梯度消失问题
NoMorningstar·2020-06-21 04:35

【2017CS231n】第十三讲：生成模型（PixelRNN/PixelCNN，变分自编码器，生成对抗网络）

一.有监督学习与无监督学习有监督学习我们都很熟悉了，我们有数据x和标签y，我们在有监督学习中学习到一个函数可以将数据x映射到标签y，标签可以有很多形式。典型的有监督学习有：分类问题中输入一张图片，输出图片的分类；目标检测中输入一张图片，输出目标物体的边框；语义分割中，给每个像素都打上标签。下面说一下无监督学习。1.1无监督学习无监督学习在我们只有一些没有标签的训练数据的情况下，学习数据中隐含的结构
金刚哥葫芦娃·2020-06-21 04:59

自动编码器的Keras实现【转】

一、什么是自编码器（Autoencoder）“自编码”是一种数据压缩算法，其中压缩和解压缩功能是1）数据特定的，2）有损的，3）从例子中自动学习而不是由人工设计。
little_turtle_·2020-06-21 03:53

变分（图）自编码器不能直接应用于下游任务（GAE, VGAE, AE, VAE and SAE）

  自编码器是无监督学习领域中一个非常重要的工具。最近由于图神经网络的兴起，图自编码器得到了广泛的关注。
zyx423·2020-06-09 21:00

无监督机器学习学习笔记——极大似然估计、EM算法、聚类算法(K-means、DSCAN、层次聚类、AP）、降维（PCA、ICA、LDA）

目录条件概率的拓展极大似然估计EM(Expectation-Maximization)算法聚类算法K-means（约束簇）DSCAN（非约束簇）层次聚类（非约束簇）AP（非约束簇）总结矩阵降维稀疏自编码器
XuZhiyu_·2020-06-06 23:00

自编码器AutoEncoder，降噪自编码器DAE，稀疏自编码器SAE，变分自编码器VAE 简介

AutoEncoder作为NN里的一类模型，采用无监督学习的方式对高维数据进行高效的特征提取和特征表示，并且在学术界和工业界都大放异彩。本文主要介绍AutoEncoder系列模型框架的演进，旨在梳理AutoEncoder的基本原理。首先上图，然后再对他们进行逐一介绍。AutoEncoder的思想最早被提出来要追溯到1988年[1]，当时的模型由于数据过于稀疏高维计算复杂度高很难优化，没能得到广泛的
Jerry_Jin·2020-05-13 17:00

【RL-GAN-Net】强化学习控制GAN网络，用于实时点云形状的补全。

自编码器lll-GAN强化学习取得的效果？
小小何先生·2020-04-18 18:09

Tensorflow制作并用CNN训练自己的数据集

本人在学习完用MNIST数据集训练简单的MLP、自编码器、CNN后，想着自己能不能做一个数据集，并用卷积神经网络训练，所以在网上查了一下资料，发现可以使用标准的TFrecords格式。
caokai1073·2020-04-07 23:09

深度学习是什么

深蓝（1997年）李世石vsAlphaGo（2016年）AlphaGovsAlphaGoZero（2017年）一、什么是深度学习前馈神经网络二、正则化奥卡姆剃刀原则常用正则化三、优化存在问题优化方法四、自编码器栈式自编码器去噪自编码器五
雪山飞猪·2020-04-06 12:00

keras_Autoencoder 自编码

用keras构建自编码器的步骤
Ledestin·2020-04-05 08:27

学习笔记TF025:自编码器

自编码器(AutoEncoder)，用自身高阶特征编码自己。期望输入/输出一致，使用高阶特征重构自己。Hinton教授在Science发表文章《Reducingthedime
利炳根·2020-04-01 04:29

DL4J中文文档/Arbiter/层空间

层空间激活层空间[源码]自编码器层空间[源码]用于自编码器的层空间批量规一化空间[源码]用于批量规一化的层空间双向的[源码]双向层包装器。可以用同样的方式包装现有的层空间。
hello风一样的男子·2020-03-30 12:12

深度学习之自编码器AutoEncoder（一）

https://blog.csdn.net/qq_27825451/article/details/84968890一、从生成模型开始谈起1、什么是生成模型？概率统计层面：能够在给丁某一些隐含参数的条件下，随机生成观测数据的这样一种模型，称之为“生成模型”。它给观测值和比周数据系列制定一个连和概率分布机器学习层面：直接对数据进行建模，比如根据某个变量的概率密度函数进行数据采样。在贝叶斯算法中，直接
古来圣贤皆寂寞·2020-03-27 16:00

TensorFlow 实现自编码器

自编码器简介深度学习在早期一度被认为是一种无监督的特征学(UnsupervisedFeatureLearning),模仿人脑对特征逐层抽象提取的过程1.无监督学习：不需要对标注数据就可以对数据进行一定程度的学习
羽恒·2020-03-20 09:48

论文学习10“A survey on deep learning in medical image analysis”文章学习

文章首先介绍了近些年来深度学习领域的发展，包括CNN、DCNN、RNN以及一些无监督弱监督的方式，比如自编码器等。然后介绍医学影像不同领域的发展。首先，分类领域。
侯冠群·2020-03-20 02:55

基于无监督学习的自编码器实现

【基于无监督学习的自编码器实现】项
实验楼·2020-03-19 19:48

Improving Sample Efficiency In Model-Free Reinforcement Learning From Images 论文翻译

文章目录论文原文链接摘要INTRODUCTION相关工作背景剖析利用β\betaβ-变分自编码器进行状态表示学习的方法实验环境设置没有辅助任务的model-freeoff-policyRL应用β\betaβ
Lovelation·2020-03-15 23:42

Semi-Supervised Multimodal Deep Learning for RGB-D Object Recognition

总体上看，这篇文章的主要贡献包含两块：网络使用AlexNet+自编码器进行预训练，该初始化方法的结果要优于AlexNet+ImageNet的初始化，作者解释原因为：AlexNet+自编码器的方法让网络学到了
Dorts·2020-03-15 20:47

变分推断与变分自编码器

变分推断与变分自编码器作者：凯鲁嘎吉-博客园http://www.cnblogs.com/kailugaji/本文主要介绍变分自编码器(VariationalAuto-Encoder,VAE)及其推导过程
凯鲁嘎吉·2020-03-11 17:00

2020机器学习自编码器(autoencoder)（中)

compression-format.jpg卷积自编码输入是表示图像的数据，因此使用卷积自动编码器是不错选择，因为卷积适合处理空间上数据。卷积自动编码器就是由卷积层堆叠在一起结构，您用卷积层替换全连接层。卷积层与最大池层一起，将输入从宽（28×28图像）和深度为（单通道）通过一系列非线性变换为（稀疏空间为7×7图像）和深度（128通道）的矩阵。我们之前通常是使用PCA，而今天在深度学习中通常使用a
zidea·2020-03-07 18:21

2020机器学习自编码器(autoencoder)（上)

compression-format.jpg最近分享了GAN生成图片时候，在说到Generator如何自力更生不依赖Discriminator来生成图片时候我们提及了如何使用autoencoder来生成图片。既然说到了autoencoder(自编码)，我们今天就放下GAN，来说一说这个autoencoder。首先autoencoder是一种无监督学习机器模型，无需给数据添加标签就可以来进行训练模型
zidea·2020-03-07 18:18

自编码器 AutoEnoder(AE)

转载请注明出处http://www.jianshu.com/p/dd0761a2fdfd作者：@贰拾贰画生自编码器（AE）与受限玻尔兹曼机（RBM）都可以用来对神经网络进行预训练（pre-training
贰拾贰画生·2020-03-06 22:44

TensorFlow实现自编码器

概述自编码神经网络是一种无监督学习算法，它使用了反向传播算法，并让目标值等于输入值。image.png自动编码器(autoencoder)是神经网络的一种，该网络可以看作由两部分组成：一个编码器函数h=f(x)和一个生成重构的解码器r=g(h)。传统上，自动编码器被用于降维或特征学习。参数初始化-Xavier如果深度学习模型的权重初始化得太小，那么信号将在每层间传递时逐渐缩小而难以产生作用。如果权
阿成9·2020-03-06 16:49

Automatic Scoring of Multiple Semantic Attributes With Multi-Task Feature Leverage: A Study on Pu...

为了架起这座桥梁，我们开发了三个多任务学习方法(MLT)：利用堆叠去噪自编码器和卷积神经网络的深度学习模型衍生的异构计算特征，手工生成的Haar-like和HOG特征，CT图像中肺结节的9个语义特征描述符
Manfestain·2020-03-05 12:56

VAE—变分自编码器

变分自编码器———VAE1.概述2.基本数学公式(1)条件概率(2)推论(3)边缘概率公式(4)KL散度公式这一部分引用VAE（1）——从KL说起推导过程:可以参考[多变量高斯分布之间的KL散度（KLDivergence
是neinei啊·2020-03-05 01:22

自编码器参数初始化方法-Xavier initialization

我们在自编码器中会使用到一种参数初始化方法Xavierinitialization.下面我们就来介绍一下：XavierGlorot和YoshuaBengio在2010年提出了Xavier方法，这是一种很有效的神经网络的初始化方法
牛肉咖喱饭·2020-02-27 09:44

Stanford cs231n Assignment #1 (a) 实现KNN

好久没有好好学机器学习了，上学期写过的CNN,SVM,自编码器都已经生疏了。打算发愤图强了……已经看了cs231n的４个lecture了，可以完成第一个assignment了。
麦兜胖胖次·2020-02-25 15:24

TensorFlow)变分自编码器实现

变分自编码器（VAEs）是学习低维数据表示的强大模型。TensorFlow的分发包提供了一种简单的方法来实现不同类型的VAE。
阿里云云栖号·2020-02-25 02:36

人工智能 - 自编码器 AutoEncoder [2]

欢迎Follow我的GitHub，关注我的自编码器，使用稀疏的高阶特征重新组合，来重构自己，输入与输出一致。
SpikeKing·2020-02-22 04:16

Jupyter介绍和使用 中文版

例如,自编码器notebook文本化编程Notebooks是DonaldKnu
DerekGrant·2020-02-16 04:07

Word2Vector

Skip-Gram的实现逻辑类似于自编码器，模型的输出不是最终结果，隐层构成的向量才是所要的vector。
冯凯onmyway·2020-02-12 01:25

《Scikit-Learn、Keras与TensorFlow机器学习实用指南（第二版）》第12章 使用TensorFlow自定义模型并训练

TensorFlow自定义模型并训练第13章使用TensorFlow加载和预处理数据第14章使用卷积神经网络实现深度计算机视觉第15章使用RNN和CNN处理序列第16章使用RNN和注意力机制进行自然语言处理第17章使用自编码器和
SeanCheney·2020-02-07 14:36

Auto-Encoder（自编码器）原理

1.无监督学习无监督学习和监督学习是机器学习的两个方向，监督学习主要适用于已经标注好的数据集（如mnist分类问题），无监督学习则是希望计算机完成复杂的标注任务，简单的解释就是——教机器自己学习，它常见的应用场景有：从庞大的样本集合中选出一些具有代表性的加以标注用于分类器的训练、将所有样本自动分为不同的类别，再由人类对这些类别进行标注、在无类别信息的情况下，寻找好的特征。2.Auto-Encode
赵代码·2020-02-06 21:00

《Scikit-Learn、Keras与TensorFlow机器学习实用指南（第二版）》第13章 使用TensorFlow加载和预处理数据

TensorFlow自定义模型并训练第13章使用TensorFlow加载和预处理数据第14章使用卷积神经网络实现深度计算机视觉第15章使用RNN和CNN处理序列第16章使用RNN和注意力机制进行自然语言处理第17章使用自编码器和
SeanCheney·2020-02-02 19:02

《Scikit-Learn、Keras与TensorFlow机器学习实用指南（第二版）》第19章 规模化训练和部署TensorFlow模型

TensorFlow自定义模型并训练第13章使用TensorFlow加载和预处理数据第14章使用卷积神经网络实现深度计算机视觉第15章使用RNN和CNN处理序列第16章使用RNN和注意力机制进行自然语言处理第17章使用自编码器和
SeanCheney·2020-02-02 17:43

《Scikit-Learn、Keras与TensorFlow机器学习实用指南（第二版）》第17章 使用自编码器和GAN做表征学习和生成式学习

TensorFlow自定义模型并训练第13章使用TensorFlow加载和预处理数据第14章使用卷积神经网络实现深度计算机视觉第15章使用RNN和CNN处理序列第16章使用RNN和注意力机制进行自然语言处理第17章使用自编码器和
SeanCheney·2020-02-02 07:38

《Scikit-Learn、Keras与TensorFlow机器学习实用指南（第二版）》第18章 强化学习

TensorFlow自定义模型并训练第13章使用TensorFlow加载和预处理数据第14章使用卷积神经网络实现深度计算机视觉第15章使用RNN和CNN处理序列第16章使用RNN和注意力机制进行自然语言处理第17章使用自编码器和
SeanCheney·2020-02-02 03:10

《Scikit-Learn、Keras与TensorFlow机器学习实用指南（第二版）》第15章 使用RNN和CNN处理序列

TensorFlow自定义模型并训练第13章使用TensorFlow加载和预处理数据第14章使用卷积神经网络实现深度计算机视觉第15章使用RNN和CNN处理序列第16章使用RNN和注意力机制进行自然语言处理第17章使用自编码器和
SeanCheney·2020-02-01 22:38

《Scikit-Learn、Keras与TensorFlow机器学习实用指南（第二版）》第16章 使用RNN和注意力机制进行自然语言处理

TensorFlow自定义模型并训练第13章使用TensorFlow加载和预处理数据第14章使用卷积神经网络实现深度计算机视觉第15章使用RNN和CNN处理序列第16章使用RNN和注意力机制进行自然语言处理第17章使用自编码器和
SeanCheney·2020-02-01 19:50

解密Deepfake(深度换脸)-基于自编码器的(Pytorch代码)换脸技术

前言还记得在2018月3月份火爆reddit的deepfake吗？将视频中的头换成另一个人的头像，虽然可能有些粗糙和模糊，但是在分辨率不要求很高的情况下可以达到以假乱真的效果。学习Python中有不明白推荐加入交流群号：864573496群里有志同道合的小伙伴，互帮互助，群里有不错的视频学习教程和PDF！举个栗子，如下图中将希拉里换成特朗普的一段演讲视频。另外还有实现川普和尼古拉脸相换：当然这只是
人生苦短丨我爱python·2020-01-04 06:46

深度学习时代的图模型，清华发文综述图网络

他们将现有方法分为三个大类：半监督方法，包括图神经网络和图卷积网络；无监督方法，包括图自编码器；近期新
小小星辰_850b·2020-01-04 05:52

《机器学习实战：基于Scikit-Learn、Keras和TensorFlow》第11章 训练深度神经网络

自定义模型并训练第13章使用TensorFlow加载和预处理数据第14章使用卷积神经网络实现深度计算机视觉第15章使用RNN和CNN处理序列第16章使用RNN和注意力机制进行自然语言处理[第17章使用自编码器和
SeanCheney·2020-01-02 08:49

TensorFlow实战-TensorFlow实现自编码器及多层感应机

自编码器其实也是一种神经网络，他的输入输出是一致的，他借助稀疏编码的思想，目标是使用稀疏的一些高阶特征重新组合来重构自己。
mov觉得高数好难·2020-01-02 02:27
上一页 18 19 20 21 22 23 24 25 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他