Autoencoder自编码器

tensorflow实战自学【二】

tensorflow实现去噪自编码器自编码器（autoencoder）：是一种无监督学习算法，主要用于数据降维，或者提取特征。在深度学习中，autoencoder可在训练开始前，提供权重矩阵的初始值。
永久的悔·2019-07-22 16:44

【译】图上的深度学习综述 五、图自编码器

DeepLearningonGraphs:ASurveyArxiv1812.04202自编码器（AE）及其变体被广泛用于无监督学习[74]，它适用于学习没有监督信息的图节点表示。
飞龙·2019-07-22 00:00

生成对抗网络GAN详细推导

这两个网络可以是神经网络（从卷积神经网络、循环神经网络到自编码器）。我们之前学习过的机器学习或者神经网络模型主要能做两件事：预测和分类，这也是我们
陈小虾·2019-07-21 13:52

【译】变分自编码器教程 一、简介

TutorialonVariationalAutoencodersArxiv1606.05908摘要在短短三年内，变分自编码器（VAE）已经成为复杂分布的无监督学习的最流行的方法之一。
飞龙·2019-07-19 00:00

《Class label autoencoder for zero-shot learning》阅读笔记

一、解决的问题现有的零样本学习（ZSL）方法通常在训练已知类或测试未知类中学习featurespace到semanticembeddingspace（文本或属性空间）之间的映射关系。但是，由于多语义嵌入空间具有用于描述同一类的不同语义信息的多样性特征，在特征空间和多语义嵌入空间之间不能使用映射函数。我的理解是：在同一类别中，可能存在多个语义描述，即语义描述与类别之间是多对一的关系！这正是我目前面临
Danidy·2019-07-16 10:26

机器学习笔试面试题——day3

不可以用于特征降维的方法包括A主成分分析PCAB线性判别分析LDAC深度学习SparseAutoEncoderD矩阵奇异值分解SVD特征降维方法主要有：PCA,SVD,LDA，LLE，IsomapAutoEncoder：AutoEncoder
我们家没有秃头的基因·2019-07-10 21:36

AutoEncoder（自编码：以Mnist数据集为例）

本例以pytorch框架进行实验：#coding=utf-8importtorchimporttorch.nnasnnimporttorch.utils.dataasDataimporttorchvisionimporttorch.optimasoptimimportmatplotlib.pyplotaspltfrommpl_toolkits.mplot3dimportAxes3Dfrommatp
SinGaln·2019-07-10 11:59

VAE 变分自编码器

VAE学习+整理来源：https://www.spaces.ac.cn/archives/5253https://www.cnblogs.com/blogofnickchen/p/7221641.html分布变换VAE和GAN它们两个的目标基本是一致的——希望构建一个从隐变量Z生成目标数据X的模型，但是实现上有所不同。更准确地讲，它们是假设了Z服从某些常见的分布（比如正态分布或均匀分布），然后希望
JSerenity·2019-06-27 23:33

系统学习深度学习（四十二）--从AE到VAE

转自：https://www.atyun.com/17976.htmlAE自编码器是一种无监督学习技术，利用神经网络进行表征学习。
Eason.wxd·2019-06-25 15:06

XLNet原理解读

xlnet论文原理：（张俊林老师--讲的比较透彻）XLNet:运行机制及和Bert的异同比较https://zhuanlan.zhihu.com/p/70257427摘要作者表示，BERT这样基于去噪自编码器的预训练模型可以很好地建模双向
sliderSun·2019-06-20 14:43

《Semantic Autoencoder for Zero-Shot learning》阅读笔记

利用语义自编码器实现zero-shotlearning的工作，其主要贡献是：（1）提出了一种新的用于zero-shotlearning语义自编码模型；（2）提出了模型对应的高效的学习算法；（3）算法具有扩展性
Danidy·2019-06-20 10:32

GitHub趋势榜第一，深度学习模型大合集！！

项目地址：https://github.com/rasbt/deeplearning-models目录该项目的目录如下：传统机器学习多层感知机卷积神经网络（CNN)度量学习（MetricLearning）自编码器生成对抗网络
机器学习算法与Python学习-公众号·2019-06-14 00:00

【转】变分自编码器的程序实现与对应原理

https://www.colabug.com/3704322.html本文是结合博客变分自编码器（一）：原来是这么一回事和变分自编码VAE的PyTorch实现VAEinPyTorch,对VAE进行理解
一亩高粱·2019-06-11 08:14

[CVPR 2019 论文笔记] Generalized Zero- and Few-Shot Learning via Aligned Variational Autoencoders

文章目录广义少样本学习之对齐VAE论文下载VAE变分自编码器模型CrossandDistributionAlignedVAE参考论文下载CVPR2019VAE变分自编码器变分自编码器是一种生成模型。
一亩高粱·2019-06-03 14:23

PyTorch 学习笔记（九）：自动编码器（AutoEncoder）

一.生成模型生成模型（GenerativeModel）这一概念属于概率统计与机器学习，是指一系列用于随机生成可观测预测数据得模型。简而言之，就是“生成”的样本和“真实”的样本尽可能地相似。生成模型的两个主要功能就是学习一个概率分布Pmodel(X)P_{model}(X)Pmodel(X)和生成数据，这是非常重要的，不仅可以用在无监督学习中，还可以用在监督学习中。无监督学习的发展一直比较缓慢，生成
月臻·2019-06-01 16:39

使用Tensorflow搭建自编码器（Autoencoder）

自编码器是一种数据压缩算法，其中数据的压缩和解压缩函数是数据相关的、从样本中训练而来的。大部分自编码器中，压缩和解压缩的函数是通过神经网络实现的。
sunwq06·2019-05-31 15:00

Deep Multiscale Spectral-Spatial Feature Fusion for Hyperspectral Images Classification

提出了一种无监督协同稀疏自编码器将提取出来的空间结构信息和原始的光谱特征相融合。这种方法既实现了降维，又实现了特征融合。并且不同的特征协同作用，实现了自监督投影学习，这对于检测
DarrenmondZhang·2019-05-30 20:03

chapter-13-生成式模型

下面有两种方法：变分自编码器(VariationalAutoenco
JachinMa·2019-05-25 17:50

变分自编码器VAE实现MNIST数据集生成by Pytorch

参考：原文：Auto-EncodingVariationalBayesRecap自编码器：自编码器中，需要输入一个原始图片，原始图片经过编码之后得到一个隐向量，隐向量解码产生原图片对应的图片。
winycg·2019-05-18 17:08

TensorFlow2.0笔记17：自编码器Auto-Encoders以及实战！

自编码器Auto-Encoders以及实战！
炊烟袅袅岁月情·2019-05-17 17:20

深度学习——自编码器

无监督学习（Unsupervisedlearning）是机器学习的一种方法，是指从无标签的数据中学习出一些有用的信息或模式。应用广泛：现实世界中的数据都是无标签的目的：将纷繁复杂的数据归类，进而分类管理典型应用：电商、银行等行业对不同类型客户定向营销无监督特征学习（UnsupervisedFeatureLearning）是从无标签的数据中挖掘有效地特征或表示，从而帮助后继的机器学习模型（比如聚类、
Tina Tang·2019-05-05 16:55

非监督学习（二）VAE（生成二次元人脸）

2.VAE2.1原理概述\qquadVAE(VariationalAutoencoder)即变分自动编码器，在AutoEncoder的基础上做了一些修改使其成为生成模型。
lengjiayi·2019-05-01 20:27

PyTorch项目

查看建造第一个神经网络查看回归查看分类查看快速搭建神经网络查看保存提取查看批训练查看Optimizer优化器查看高级神经网络结构查看CNN卷积神经网络查看RNN循环神经网络(分类)查看RNN循环神经网络(回归)查看AutoEncoder
bruce__ray·2019-04-25 17:04

Box-constrained L-BFGS 相关知识拓展

Box-constrainedL-BFGS相关知识拓展box-constrainedoptimizationproblemhardproblemL-BFGS矩阵相关autoencoder变分自动编码器(
Evabook·2019-04-16 17:21

《深度学习》：自编码器

自编码器的一般结构从自编码器获得有用特征的一种方法是限制h的维度比x小，这种编码维度小于输入维度的自编码器称为欠完备（undercomplete）自编码器。
初七123·2019-04-04 11:42

Tensorflow 2.0 教程-卷积自编码器

Tensorflow2.0教程持续更新：https://blog.csdn.net/qq_31456593/article/details/88606284完整tensorflow2.0教程代码请看tensorflow2.0：中文教程tensorflow2_tutorials_chinese(欢迎star)入门教程：TensorFlow2.0教程-Keras快速入门TensorFlow2.0教程-
Doit_·2019-04-04 08:43

TensorFlow写自编码器

TensorFlow写自编码器#Pythonimportnumpyasnpimportsklearn.preprocessingasprepimporttensorflowastffromtensorflow.examples.tutorials.mnistimportinput_datadefxavier_init
doublekkkk·2019-04-03 20:11

TensorFlow2教程-自编码器

Tensorflow2.0教程持续更新：https://blog.csdn.net/qq_31456593/article/details/88606284完整tensorflow2.0教程代码请看tensorflow2.0：中文教程tensorflow2_tutorials_chinese(欢迎star)入门教程：TensorFlow2.0教程-Keras快速入门TensorFlow2.0教程-
Doit_·2019-04-01 08:51

半监督vae用于情感分类的论文汇总阅读：Variational Autoencoder

1.AAAI-2017-VariationalAutoencoderforSemi-SupervisedTextClassification摘要：虽然半监督变分自动编码器(SemiVAE)在图像分类任务中工作,但如果使用vanillaLSTM作为解码器,则在文本分类任务中失败。从强化学习的角度出发,验证了解码器区分不同分类标签的能力是必不可少的。因此,提出了半监督顺序变分自动编码器(SSVAE),
芮芮杰·2019-03-28 23:28

读论文《Semi-Supervised Recursive Autoencoders for Predicting Sentiment Distributions》

读论文《Semi-SupervisedRecursiveAutoencodersforPredictingSentimentDistributions》文章主要介绍了使用递归自编码器做句子情感分类的方法
Doit_·2019-03-28 22:57

异常检测——基于Autoencoder的反欺诈数据集的异常检测

Autoencoder算法是一种常见的基于神经网络的无监督学习降维方法（其他常见降维方法）。本教程中，我们利用pythonkeras实现Autoencoder，并在信用卡欺诈数据集上进行异常检测算法。
Roy-Better·2019-03-21 18:42

VAE初步理解

from=search&seid=11688998895002187651数学公式的推导：PPT自己的理解：首先，AE(AutoEncoder),包括Encoder，Decoder部分，Encoder得到的是输入的
gaoprincess·2019-03-17 15:38

【tensorflow】加性高斯噪声AutoEncoder

来源于TensorFlow实战,黄文坚,唐源#coding=utf8importnumpyasnpimportsklearn.preprocessingasprepimporttensorflowastffromtensorflow.examples.tutorials.mnistimportinput_datadefxavier_init(fan_in,fan_out,constant=1):#
Janton Wang·2019-03-16 15:29

利用深度学习方法，实现图像去噪-（01）

2015深度学习、自编码器、低照度图像增强Lore,KinGwn,AdedotunAkintayo,andSoumikSarkar."
cbd_2012·2019-03-07 19:41

Deepfake换脸-自编码器

自编码器学习的目标：1.什么是自编码器2.自编码器的分类3.自编码器的loss怎么计算4.自编码器和神经网络的区别5.DeepFake的训练过程细节1.什么是自编码器自编码，又称自编码器（autoencoder
nineships·2019-03-05 15:46

网络表达学习系列（二）：基于自编码器的网络嵌入（Structural Deep Network Embedding）

阅读更多，欢迎关注公众号：论文收割机（paper_reader）原文链接：网络表达学习系列（二）：基于自编码器的网络嵌入（StructuralDeepNetworkEmbedding）这一次我们来讲第一次将深度学习技术用到网络表达学习中去的文章
paper_reader·2019-03-05 13:00

DeepLearning | Semantic Autoencoder for Zero Shot Learning(论文、算法、数据集、代码)

这两天事情比较少，这里再分享一个简单好用的ZSL算法SemanticAutoencoderforZeroShotLearning之前也写过几篇博客简单描述了几种基本的ZSL算法DeepLearning|RelationalKnowledgeTransferforZeroShotLearning（论文、算法、数据集、代码）DeepLearning|ZeroShotLearning零样本学习（扩展内容
Liangjun_Feng·2019-03-02 16:24

自编码器简介

一、什么是自编码器（Autoencoder）自动编码器是一种数据的压缩算法，其中数据的压缩和解压缩函数是数据相关的、有损的、从样本中自动学习的。
VictorLeeLk·2019-02-22 14:23

用Pytorch构建一个自动解码器

BuildingAutoencoderinPytorch作者|VipulVaibhaw翻译|邓普斯•杰弗、酱番梨、向日魁校对|邓普斯•杰弗整理|菠萝妹原文链接：https://medium.com/@vaibhaw.vipul/building-autoencoder-in-pytorch
weixin_33804582·2019-01-28 10:46

解密Deepfake(深度换脸)-基于自编码器的(Pytorch代码)

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。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DeepFake的冰山一角，Deepfake当初火起来的原因可以说是广大拥有宅男心态的程序员们一起奋斗的结果。那就是，呃，可以将你
IAMoldpan·2019-01-23 09:14

自动上色论文《Learning Diverse Image Colorization》

作者通过变分自编码器（VAE）学习色域的低维度的embedding，并设计损失函数来避免模糊的输出结果，以及考虑到像素颜色的
Najlepszy·2019-01-19 14:02

深度学习进阶之（一）AutoEncoder

1.AutoEncoder的原理、变种及实现AutoEncoder包含输入层、隐含层以及输出层，AutoEncoder原理就是利用BP来进行整个过程，那么如何构建AutoEncoder呢？
Merlin17Crystal33·2019-01-17 01:29

AutoEncoder自编码学习

TableofContents一、autoencoderdemo练习11.autoencoder函数2.数据处理-2828变为32323.图关系网络创建4.数据读入与训练二、autoencoder练习2
Jack_kun·2019-01-10 18:57

有趣的机器学习——莫烦教程学习记录

ConvolutionalNeuralNetwork)2.4循环神经网络RNN(RecurrentNeuralNetwork)2.5LSTMRNN(longshorttermmemory)2.6自编码(Autoencoder
liucheng_zimozigreat·2019-01-05 09:16

【聚合阅读】机器学习资料最强汇总！

本文将与网站lixudong.store同步更新，欢迎持续关注~深度学习理论类机器学习教程会议/论文框架/代码/实践深度学习理论类新型RNN：将层内神经元相互独立以提高长程记忆|CVPR2018论文解读再谈变分自编码器
大圣圈AI大讲堂·2019-01-01 21:50

tensorflow实现自编码器

先用自编码器的方法进行无监督的预训练，提取特征并初始化权重，然后使用标注信息进行监督式的训练。当然自编码器的作用不仅局限于给监督训练做预训练，直接使用自编码器进行特征提取和分析也是可以的。
Neekity·2019-01-01 20:30

tensorflow实现自编码器

先用自编码器的方法进行无监督的预训练，提取特征并初始化权重，然后使用标注信息进行监督式的训练。当然自编码器的作用不仅局限于给监督训练做预训练，直接使用自编码器进行特征提取和分析也是可以的。
Neekity·2019-01-01 20:30

VAE(Variational Autoencoder)简单推导及理解

VAE训练过程训练的最终目标训练步骤，两步走1、调整Encoder（即$q(z|x)$）增大$L_b$:2、调整Decoder（即$P(x|z)$）增大$L_b$：实际训练的损失函数训练结果概述  变分自编码器
cjh_jinduoxia·2018-12-30 16:21

机器学习与深度学习系列连载： 第四部分 对抗网络GAN (六) 对抗网络 （EBGAN，Info GAN，Bi GAN，VAE-GAN， Seq2Seq GAN）

对抗网络GAN家族简介（EBGAN，InfoGAN，BiGAN，VAE-GAN，Seq2SeqGAN）1.Energy-basedGANEBGAN其实就是鉴别器Discriminator，提前用AutoEncoder
人工智能插班生·2018-12-25 09:06

人工智能之机器学习算法体系汇总

监督学习Supervisedlearning人工神经网络Artificialneuralnetwork自动编码器Autoencoder
莫凡的博客·2018-12-24 22:21
上一页 27 28 29 30 31 32 33 34 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他