Autoencoder自编码器

Pytorch AutoEncoder 自编码 全部源代码复现

PyTorch自编码的实现：下面是显示效果，感觉还是可以的，最起码该出现的都出现了！importtorchimporttorch.nnasnnimporttorch.utils.dataasDataimporttorchvisionimportmatplotlib.pyplotaspltfrommpl_toolkits.mplot3dimportAxes3Dfrommatplotlibimport
极客Array·2018-11-20 17:55

Tensorflow学习之Autoencoder（三）图片降维的结果展示

三篇文章掌握Autoencoder：1.Tensorflow学习之Autoencoder（一）2.Tensorflow学习之Autoencoder（二）图片降维并还原图片3.Tensorflow学习之Autoencoder
Microstrong0305·2018-11-14 15:18

自编码网络的使用方法 -- 栈式自编码神经网络 SA

SA是一个由多层训练好的自编码器组成的神经网络。由于网络中的每一层都是单独训练而来，相当于都初始化了一个合理的数值。所以，这样的网络更容易训练，并且有更快的收敛性及更高的准确度。
ouprince·2018-11-07 15:31

Autoencoder 自编码器

自编码，又称自编码器（Autoencoder，AE），是神经网络的一种，经过训练后能尝试将输入复制到输出。自编码器内部有一个隐藏层h，可以产生编码（code）表示输入。
tiankong_hut·2018-11-02 19:30

神经网络中自编码器Autoencoder

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。
不曾走远~·2018-11-02 17:46

NIPS 2018 | 中科院自动化所两篇入选论文：高清真实图像生成领域及GAN研究在人脸识别领域的进展...

IntrospectiveVariationalAutoencodersforPhotographicImageSynthesis原文地址：https://arxiv.org/abs/1807.06358自动化所智能感知与计算研究中心提出一种新的深度生成模型——自省变分自编码器
算法与数学之美·2018-11-01 21:12

达观数据王文广：如何玩转自然语言理解和深度学习实践？

通常我们遇到的深度网络包括：堆叠自编码器、深度信念网络、卷积神经网络和循环神经网络。下面左边这张图是自编码器的
达观数据·2018-10-31 00:00

Keras学习（七）——自编码AutoEncoder

本文主要介绍使用keras实现自编码。自编码：将数据压缩再解压，并进行cost的计算。（主要用于对数据进行降维，提取数据的主要部分）代码：importnumpyasnpfromkeras.datasetsimportmnistfromkeras.utilsimportnp_utilsfromkeras.modelsimportModelfromkeras.layersimportDense,Inp
cchangcs·2018-10-30 20:21

半监督迁移学习-Deep Asymmetric Transfer Network for Unbalanced Domain Adaptation

主要分为两步第一步：通过自编码器学习两个域的特征表示通过无监督方式学习特征表示重构误差有标签数据的分类误差最后，结合非监督及监督的损失函数，第二步：非对称迁移（1）学习一个映
Adupanfei·2018-10-25 16:54

UFLDL：稀疏自编码器

吴恩达的CS294A是一门很好的深度学习入门课程，打算接下来的学习以这个课程的内容为主。UFLDLTutorial是CS294A课程的wiki页，包含了课程讲义和作业。如果你对监督学习、逻辑回归、梯度下降等基础概念并不熟悉，可以先学习之前的课程。关于课程作业的Python代码已经放到了Github上，点击课程代码就能去Github查看（无法访问Github的话可以点击Coding查看），代码中的错
Agent002·2018-10-24 21:16

【机器学习】无监督学习Autoencoder和VAE

autoencoder可以输入数据和输出数据维度相同，这样测试数据匹配时和训练数据的输出端直接匹配，从而实现无监督训练的效果。
水奈樾·2018-10-17 11:00

机器学习基本理论和知识点

常见问题是聚类算法（Kmeansclustering），图像的压缩（降维算法），PCA，Autoencoder等半监督学习
stevedish_xiaojia·2018-10-14 21:03

MNIST无监督学习-自编码器

importtensorflowastffromtensorflow.examples.tutorials.mnistimportinput_dataimportnumpyasnpimportmatplotlib.pyplotaspltmnist=input_data.read_data_sets("mnist",one_hot=True);#设置超参数learninig_rate=0.1;tra
高元树一·2018-10-07 10:34

TensorFlow第十二步 自编码器去噪降维

#coding=utf-8importosos.environ["TF_CPP_MIN_LOG_LEVEL"]='2'#只显示warning和Error###data(50000,784),(1000,784),(1000,784):importpickleimportgzipimportnumpyasnpdefload_data():f=gzip.open('../data/mnist.pkl.
lijil168·2018-09-27 17:18

深度学习的最新研究进展（二）

Bengio（2009）解释了深度结构的神经网络，如卷积神经网络（CNN）、自编码器（AE）及其变体等。Deng和Yu（2014）详细介绍了一些神经网络架构，如AE及其变体。
慧安金科·2018-09-19 14:24

变分自编码器（Variational Autoencoder, VAE），傻瓜式理解

变分自编码器（VariationalAutoencoder,VAE）VAE是一个改了中间层的自编码机。基本思想来源：中间特征的泛化表示。
luojiaao·2018-09-18 15:24

莫烦视频笔记--什么是自编码（Autoencoder）？神经网络的非监督学习

自编码是一种神经网络形式，可以这样理解：有一个神经网络，它要做的是接收一张图片，然后给它打码，最后再从打码后的图片还原，太抽象了，再具体一点。假设刚刚的神经网络是这样，对应上刚才的图片，我们可以看出图片是经过了压缩再解压的这一套工序。当压缩的时候，原有的图片质量被缩减，解压的时候，用信息量小、却包含了所有关键信息的文件恢复出原有图片。为什么要这样做呢？有时神经网络要接受大量的输入信息，比如输入信息
slbyzdgz·2018-09-17 21:28

PyTorch学习（13）——自编码（AutoEncoder）

本篇博客主要介绍PyTorch中的自编码（AutoEncoder），并使用自编码来实现非监督学习。
cchangcs·2018-09-12 11:11

自编码器（autoencoder）了解一下

自编码器是一种能够通过无监督学习，学到输入数据高效表示的人工神经网络。输入数据的这一高效表示称为编码（codings），其维度一般远小于输入数据，使得自编码器可用于降维。
SailorMoon_sweet·2018-09-07 17:51

条件变分自动编码器

条件变分自编码器CVAE条件变分自编码器概述VAE的局限对于普通的VAE来说，其生成能力和过程表现在从一个隐藏的变量空间中采样，然后去解码生成一个新的东西，拿minist手写数据集举例的话，我们在生成数字之前并不知道解码器会从这个隐变量
仲夏199603·2018-09-04 19:26

人脸识别中用主成分分析PCA来将数据降维--MATLAB代码

其次就是降维，基本的降维方式主要是PCA和LDA两种，复杂的我也曾用过自编码器降维。本文主要讲述的是用PCA的方式降维人脸数据集
watermelon_learn·2018-09-03 13:55

【阅读笔记】AutoEncoder by Forest+Deep Forest+Ladder Networks+PU learning

这周看的文章，感觉都还挺有意思，但是实用价值一般，就简要的存个档。前两篇时周志华的深度森林3弹的前两弹，第三弹以前介绍过，我也是跟风读了读，毕竟周志华知名度还是比较高的，感觉还是挺有想法的，但是距离实用还是有一些距离。总体而言，第一篇借鉴神经网络多层的想法，然随机森林也搞成多层，每层也做表征学习。第二篇是自编码，用最大兼容规则（MCR）重构出原图。第三篇是借鉴反向传播，构造逆函数，把误差传回去更精
SrdLaplaceGua·2018-08-19 13:33

TensorFlow实战——学习笔记（一）去噪自编码器实现

importnumpyasnpimportsklearn.preprocessingasprepimporttensorflowastffromtensorflow.examples.tutorials.mnistimportinput_data这里的自编码器采用
无敌的白金之星·2018-08-11 17:11

【AI数学】变分自编码器(VAE)

没有AE基础的，可以看我的上一篇博文《自编码器》。网上有大量关于VAE的解
木盏·2018-08-09 16:03

TensorFlow实现MNIST的自编码网络

本篇博客将介绍基于无监督学习的一个简单应用———自编码器(autoencoder)，并学习TensorFlow搭建一个自编码网络，并用它在MNIST数据集上训练。
Li_Monster·2018-08-07 16:11

无监督学习——自编码器(auto-enconder)

自编码器是变分自编码器的基础，最近在研究VAE，所以得先把AE掌握了。这是经典的无监督学习，所谓无监督学习，就是使用的训练数据不是人工标注过的。
木盏·2018-08-03 17:30

CS20si 第10课: 变分自编码器(VAE)

第10课:变分自编码器(VAE)CS20si课程资料和代码Github地址第10课:变分自编码器(VAE)变分推断(VariationalInference)学习未知的变量变分下界:概览变分下界:算法分段推断
tech0ne·2018-08-02 21:06

在MNIST数据集上训练一个卷积网络自编码器

本小记中我们使用CNN实现一个七层的卷积神经网络构成的自编码器。  
kingfoulin·2018-07-31 16:46

无监督学习-稀疏自动编码（Sparse Autoencoder）

在之前的博文中，我总结了神经网络的大致结构，以及算法的求解过程，其中我们提高神经网络主要分为监督型和非监督型，在这篇博文我总结下一种比较实用的非监督神经网络——稀疏自编码（SparseAutoencoder）。1.简介上图是稀疏自编码的一般结构，最大的特点是输入层结点数（不包括bias结点）和输出层结点数相同，而隐藏层结点个数少于输入层和输出层结点的个数。该模型的目的是学习得到的函数，然后得到原始
liangjiubujiu·2018-07-30 16:02

哈佛大学提出变分注意力：用VAE重建注意力机制

来自哈佛大学的研究人员提出了将注意力建模成隐变量，应用变分自编码器（VariationalAuto-Encoder，VAE）和梯度策略来训练模型，在不使用klannealing等训练技巧的情况下进行训练
机器之心V·2018-07-26 04:00

无监督学习和稀疏编码

教程|无监督学习中的两个非概率模型：稀疏编码与自编码器2017-07-0212:29机器之心整理作者：RuslanSalakhutdinov参与：Smith「无监督学习」（UnsupervisedLearning
liangjiubujiu·2018-07-23 11:13

自编码器简介

作用AutoEncoder，中文译名自编码器。主要用于特征提取，可以理解为一种基于神经网络的压缩、降维算法，和PCA等类似。
dapanbest·2018-07-18 12:09

推荐系统——Collaborative Variational Autoencoder for Recommender Systems

最近，协同深度学习（CDL）和collaborativerecurrentautoencoder已经被提出联合学习堆叠降噪自编码器和协同过滤，这两种模型通过一些降噪标准从内容中学习表示。
Manduner_TJU·2018-07-18 08:08

《Learning Structured Representation for Text Classification via Reinforcement Learning》阅读笔记

过去的方法主流的四种用于句子分类的representationmodels：1.bag-of-wordsrepresentationmodels，忽略词序，使用deepaveragenetwork或者autoencoder
best___me·2018-07-12 15:55

Semantic Autoencoder for Zero-Shot Learning

前言zero-shotlearning（ZSL）是近几年研究的一个热点问题，每年在计算机视觉领域的顶级期刊都会有几篇典型的论文被刊登，比如CVPR。在传统的计算机视觉任务中，一般以多分类问题为基础，比如我们要识别出几个类别：狗、椅子、人，在训练分类模型时，我们会输入三种类别的图像数据去训练模型，对于给定的一个新图片，模型就可以给出一个标签（这张测试图像属于狗、椅子或人）。这个时候就有学者给出不同的
庆志的小徒弟·2018-07-10 15:24

斯坦福大学Tensorflow与深度学习实战课程

该课程讲解了最新版本的Tensorflow中各种概念、操作和使用方法，并且给出了丰富的深度学习模型实战,涉及Word2vec、AutoEncoder、RNN（LSTM，GRU）、Seq2seqwithAttention
han____shuai·2018-07-04 18:15

深度学习与计算机视觉系列（上）--Inception&Xception&ResNet

目录深度学习与计算机视觉入门系列（上）目录深度学习第1期：深度学习的历史与现状深度学习第2期：人工神经网络深度学习第3期：自编码器深度学习第4期：卷积神经网络深度学习第5期：CNN高级结构深度学习第1期
cherry_yu08·2018-06-30 11:44

图像相似性搜索思路

算法思路：用AutoEncoder，发现用卷积的方法无法降维。放弃。。。搜索是考虑用Resnet之类的算法，尝试发现用倒数n层的特征区分度不大。
poson·2018-06-26 22:56

Tensorflow faster RCNN目标检测车牌

主要是利用Tensorflow官方examples提供的API来实现目标检测，官方examples，打开链接你会发现官方其实已经实现了很多的例子了，包括目标检测，自编码器，OCR，GAN，img2txt
改造汽水侠2号·2018-06-14 11:49

论文阅读——推荐系统之通过双向自编码器的表示学习模型

1，论文相关信息Paper：RepresentationlearningviaDual-AutoencoderforrecommendationJournal：NeuralNetworksYear：20172，研究动机深度学习在图片和文本领域的隐特征表示方面已经取得了很大的成功，之前一般通过直接的矩阵分解来获得用户和商品的隐特征表示，以及过多的关注如社交关系和位置等辅助信息，可能没有充分利用用户商
Manduner_TJU·2018-05-27 17:47

极简笔记 VAE（变分自编码器）

极简笔记VAE（变分自编码器）论文原文：Auto-EncodingVariationalBayes这是一篇极其拗口的文章，但是文章从变分推断一路延伸到自编码器的构造，过程一气呵成，和当下DL领域的灌水之风形成鲜明对比
Hibercraft·2018-05-25 22:48

tensorflow MNIST autoencoder完整代码+tsne降维可视化

#来源于莫烦tensorflow视频中学习#-*-coding:utf-8-*-"""autoencodermnistcanrunningautoencoder自定义实现，未直接调用函数，显示autoencoder
curious_girl·2018-05-25 21:16

利用-TensorFlow-实现卷积自编码器

自编码器的一个非常受欢迎的使用场景是图像处理。其中使用到的小技巧是用卷积层来替换全连接层。这个转变方法是将一个非常宽
coderpai·2018-05-22 21:22

利用-TensorFlow-实现卷积自编码器

自编码器的一个非常受欢迎的使用场景是图像处理。其中使用到的小技巧是用卷积层来替换全连接层。这个转变方法是将一个非常宽
coderpai·2018-05-22 21:22

Autoencorder理解(5):VAE（Variational Auto-Encoder，变分自编码器）

VAE（VariationalAuto-Encoder，变分自编码器）[
Candy_GL·2018-05-22 21:50

变分自编码器记录与tensorflow代码及pytorch代码分析

toc]生成模型生成模型，即，一个数据分布为P的模型，P的分布和Pgt(X)P_{gt}(X)Pgt(X)几乎相似(gt应该是生成分布的意思(generativedistribution))，那Pgt(X)P_{gt}(X)Pgt(X)是什么呢？这便是我们假设的样本数据X所服从的未知分布，即：(1)X∼Pgt(X)X\simP_{gt}(X)\tag{1}X∼Pgt(X)(1)当我们学习得到一个生
NockinOnHeavensDoor·2018-05-17 15:11

机器学习中相关英文专业术语

机器学习中相关英文专业术语NameInstructionsactivationfunction激活函数additivenoise加性噪声autoencoder自编码器Autoencoders自编码算法averagefiringrate
AnimateX·2018-05-16 11:14

《tensorflow 实战》笔记一：实现自编码器及多层感知机

1.自编码器顾名思义，即可以使用自身的高阶特征编码自己。实际上也是一种神经网络，输入和输出是一致的。借助稀疏编码的思想，目标是使用稀疏的一些高阶特征特征重新组合来重构自己。
qAOOAp·2018-05-15 20:43

小白学Tensorflow之自编码Autoencoder

作者：chen_h微信号&QQ：862251340微信公众号：coderpaiAutoencoder（自编码）是一种非监督学习算法，如下图，就是一个简单的自编码神经网络结构。为了得到图中的W0，我们需要增加Layer2层，来进行训练，输出层为y=x。也就是说，网络的输出和输入是同一个结果。其中，Layer0层到Layer1层是一个编码过程encoder。Layer1层到Layer2层是一个解码过程
coderpai·2018-05-15 18:16

Winner-Take-All Autoencoders （ 赢者通吃自编码器）

Winner-Take-AllAutoencoders（WTA-AE赢者通吃自编码器）AlirezaMakhzani,BrendanFrey2015NIPS论文地址：http://papers.nips.cc
江户川柯壮·2018-05-10 16:50
上一页 28 29 30 31 32 33 34 35 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他