Autoencoder自编码器

栈式自编码器的无监督逐层贪婪预训练(greedy layer-wise pre training)

要想读懂这篇博客，首先需要了解autoencoder，不了解的可以先读完我另一篇博客。考虑一个
佩鸿PH·2017-12-04 06:01

tensorflow实战-8.autoencoder

coding=utf-8from__future__importabsolute_importfrom__future__importdivisionfrom__future__importprint_functionimportgzipimportosimportsysimporttimeimportnumpyasnpfromsix.movesimporturllibfromsix.movesi
科幻不再未来·2017-12-04 05:10

autoEncoder

autoEncoderDeepLearning最简单的一种方法是利用人工神经网络的特点，人工神经网络（ANN）本身就是具有层次结构的系统，如果给定一个神经网络，我们假设其输出与输入是相同的，然后训练调整其参数，得到每一层中的权重。自然地，我们就得到了输入I的几种不同表示（每一层代表一种表示），这些表示就是特征。自动编码器就是一种尽可能复现输入信号的神经网络。为了实现这种复现，自动编码器就必须捕捉可
SarKerson·2017-11-28 16:15

Variational AutoEncoders(VAE)

GAN有两个缺陷：只能判断生成的图像是不是一个真的图像，但不知道生成的是什么的图像，很有可能生成一个看起来像是真实图像却没有意义的图片每次用来训练的noise向量都是随机的，无法产生一些特定的图片针对AutoEncoder
ForeverZH0204·2017-11-27 16:32

MATLAB 深度学习：自编码（含MATLAB）

自动编码器（Autoencoder）是当前深度学习研究的热点之一，有很多重要的应用领域，这里仅举一个有趣的例子，大家还记得前一段时间百度推出的上传你的照片，系统帮你找到与你像的明星吗？
kyang624823·2017-11-27 15:58

深度学习之深度生成模型

RestrictedBoltzmannMachine,RBM）、深度信念网络（DeepBeliefNetwork,DBN）、深度玻尔兹曼机（DeepBoltzmannMachine,DBM）和广义除噪自编码器
hszzjs·2017-11-22 19:22

AutoEncoder详解

转自http://blog.csdn.net/roguesir/article/details/77469665前言AutoEncoder是深度学习的另外一个重要内容，并且非常有意思，神经网络通过大量数据集
lwq1026·2017-11-20 13:23

TensorFlow在MNIST中的应用-无监督学习-自编码器（autoencoder）和encoder

参考：《TensorFlow技术解析与实战》TensorFlow上实现AutoEncoder自编码器###################################################
HelloZEX·2017-11-15 15:38

降噪自动编码机（Denoising Autoencoder）

自动编码机Auto-encoderAE降噪自动编码器DenoisingAuto-encoderdAE自动编码机(Auto-encoder,AE)自动编码机（Auto-encoder）属于非监督学习，不需要对训练样本进行标记。自动编码机（Auto-encoder）由三层网络组成，其中输入层神经元数量与输出层神经元数量相等，中间层神经元数量少于输入层和输出层。在网络训练期间，对每个训练样本，经过网络会
冰涛·2017-10-27 21:00

【深度学习】详细的神经网络架构图

比如说，变自编码器（VAE）可能看起来和自编码器（AE）一样，但其训练过程却
Taily老段·2017-10-26 10:12

Tensorflow——去噪自编码器

TensorFlow实现自编码器在深度学习中，自编码器是一种非常有用的无监督学习模型。自编码器(AutoEncoder)，即可以用自身的高阶特征编码自己。
Seazzy5461·2017-10-25 11:35

在TensorFlow中对比两大生成模型：VAE与GAN

变分自编码器（VAE）与生成对抗网络（GAN）是复杂分布上无监督学习最具前景的两类方法。本文中，作者在MNIST上对这两类生成模型的性能进行了对比测试。
机器之心V·2017-10-24 20:38

AutoEncoder自动编码器

###AutoEncoderAutoEncoder解决的是特征提取问题，在研究中发现，如果在原有的特征中加入自动学习得到的特征可以大大提高分类精确度。1.给定无标签数据，用非监督学习学习特征：如图，我们将input输入一个encoder编码器，就会得到一个code，再经过decoder，decoder就会输出一个信息，那么如果输出的信息和一开始输入的input很像，那我们可以认为这个code的靠谱
curly_d·2017-10-07 14:26

机器学习专业名词中英文对照

部分转自知乎部分转自AI人工智能专业词汇集部分转自百度文库可参考链接：机器之心otheractivation激活值activationfunction激活函数additivenoise加性噪声autoencoder
夏洛的网·2017-09-29 09:15

深度学习你需要了解的名词（中英文对照）

activation激活值activationfunction激活函数additivenoise加性噪声autoencoder自编码器Autoencoders自编码算法averagefiringrate
_VioletHan_·2017-09-25 10:16

深度学习 发展 优缺点 面试二

在07年，hitton提出了利用自编码器来stackbystack的学习图像的表征，然后堆叠起来作为神经网络参数的初始化值
Nicholas_Liu2017·2017-08-29 21:21

人工智能 - 自编码器（AutoEncoder）

欢迎Follow我的GitHub本文地址：http://blog.csdn.net/caroline_wendy/article/details/77639573自编码器，使用稀疏的高阶特征重新组合，来重构自己
SpikeKing·2017-08-28 10:26

深度学习——keras训练AutoEncoder模型

深度学习——keras训练AutoEncoder模型安装keras：先安装anaconda,再运行condainstallkeras，参照：http://blog.csdn.net/qq_32329377
csdngaoqiong·2017-08-24 17:34

tensorflow 卷积、反卷积形式的去噪自编码器

对于去噪自编码器，网上好多都是利用全连接神经网络进行构建，我自己写了一个卷积、反卷积形式的去噪自编码器，其中的参数调优如果有兴趣的话，可以自行修改查看结果。
Colie-Li·2017-08-24 15:47

Autoencoder

转载：http://blog.csdn.net/marsjhao/article/details/73480859一、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
老司机的诗和远方·2017-08-23 10:31

深度自编码器原理

自编码器的目标：使用少量高阶特征重构输入定义：使用自身的高阶特征编码自己思想：自编码器其实也是一种神经网络，他的输入和输出一致的，借助稀疏编码的思想，目标是使用高阶特征重新组合来重构自己。
gentelyang·2017-08-22 14:09

Deep learning in graph clustering 论文两篇

论文的思路非常简单，首先将自编码器(autoencode
DawnRanger·2017-08-16 11:10

TensorFlow之3 实现自编码器

1自编码器原理自编码器（AutoEncoder）即可以使用自身的高阶特征编码自己。
勤劳的凌菲·2017-08-14 21:57

学习笔记TF037:实现强化学习策略网络

AutoEncoder属于无监督学习，MLP、C
利炳根·2017-08-12 10:36

TensorFlow实现自编码器

TensorFlow实现自编码器在监督学习中，训练样本是有类别标签的。现在假设我们只有一个没有带类别标签的训练样本集合，其中。
louishao·2017-07-27 19:23

自动编码器AutoEncoder学习总结

自编码器AutoEncoder是一种尽可能复现输入信号的神经网络。为了实现这种复现，自动编码器就必须捕捉可以代表输入数据的最重要的因素，就像PCA那样，找到可以代表原信息的主要成分。
mpk_no1·2017-07-23 21:16

文章解析整理：《基于TensorFlow理解三大降维技术：Pca,t-SNE 和自编码器》

本文仅是博主自己学习用来加深印象和留存整理，对该内容有兴趣请去阅读原文http://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2650728960&idx=1&sn=8b9e10a0c4170a136658262253c7b993&chksm=871b2e7eb06ca7681edd3243ade430853a4b83c94b323f903aa92
一个小迷糊66·2017-07-18 17:18

自编码器及其tensorflow实现

自编码器理论自编码器（AutoEncoder）顾名思义，就是可以用自身的高阶特征编码自己。自编码器实际上也是一种神经网络，它的输入和输入的维度是一样的。
Alex_lxy·2017-07-12 22:30

深度学习（二）——深度学习常用术语解释, Neural Network Zoo, CNN, Autoencoder

Dropout（续）除了Dropout之外，还有DropConnect。两者原理上类似，后者只隐藏神经元之间的连接。总的来说，Dropout类似于机器学习中的L1、L2规则化等增加稀疏性的算法，也类似于随机森林、模拟退火之类的增加随机性的算法。参考：https://zhuanlan.zhihu.com/p/23178423Dropout解决过拟合问题深度学习常用术语解释深度学习中epoch、bat
antkillerfarm·2017-07-10 10:43

变分自编码器（VAE）的代码理解

来自我的个人网站:http://wangbch.comvariational_autoencoder.py变分自编码器(VAE)参考自：http://blog.csdn.net/jackytintin/
BC_Wang·2017-07-10 08:50

变分自编码器（VAE）的代码理解

来自我的个人网站:http://wangbch.comvariational_autoencoder.py变分自编码器(VAE)参考自：http://blog.csdn.net/jackytintin/
BC_Wang·2017-07-10 08:50

tensorflow1.1/非监督学习autoencoder1

环境：tensorflow1.1,python3,matplotlib2.02AutoEncoder是一种非监督学习，将数据的高维特征进行压缩降维编码，再经过相反的解码过程的一种学习方法。
szj_jojo·2017-07-07 15:08

深度学习在视觉感知中的运用（1）

如今可以将深度学习在视觉感知与识别中使用在学习深度学习之前，需要理解以下几个算法（1）convolutionalneuralnetworks卷积神经网络（2）restrictedboltzmanmachines限制玻尔兹曼机（3）autoencoder
小杰bucter·2017-07-04 14:55

迹，最大平均差异，核函数等基本概念理解

2)读一些文章时会碰到tiedweights或者weightsaretied等说法，意思是比如在autoencoder中，隐藏层的W和输出的W’。可以选择让W′=WT这时我们称
SusanZhang1231·2017-06-20 11:11

迹，最大平均差异，核函数等基本概念理解

2)读一些文章时会碰到tiedweights或者weightsaretied等说法，意思是比如在autoencoder中，隐藏层的W和输出的W’。可以选择让W′=WT这时我们称
SusanZhang1231·2017-06-20 11:11

UFLDL教程: Exercise:Self-Taught Learning

自我学习1.先训练稀疏自编码器提取特征，再把特征和label给softmax分类器进行训练，最后用test数据集进行测试。
jiandanjinxin·2017-06-14 10:00

《纯干货-6》Stanford University 2017年最新《Tensorflow与深度学习实战》视频课程分享

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
lqfarmer·2017-06-09 12:50

《纯干货-6》Stanford University 2017年最新《Tensorflow与深度学习实战》视频课程分享

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
lqfarmer·2017-06-09 12:00

Deep Learning的学习实践 3 -- AutoEncoder

首先，讨论一下原始特征数据的处理，这就是传说中的“特征工程”（FeatureEngineering），很重要，但是书上不会写。我这里测试使用的是某运营商，做离网预测的数据。经过初步判断，从众多的特征数据中选取相关的147个特征做训练数据。原始数据类别很多，比如：近三个月漫游通话时长，近一个月主叫通话次数，近二个月拨打本网客服的次数，近一月长途通话费用，手机上网流量，手机价格，套餐类型等。这些特征的
Cloud_Architect·2017-06-07 18:02

UFLDL教程： Exercise: Sparse Autoencoder

自编码可以跟PCA一样，给特征属性降维一些matlab函数bsxfun: C=bsxfun(fun,A,B)表达的是两个数组A和B间元素的二值操作，fun是函数句柄或者m文件，或者是内嵌的函数。在实际使用过程中fun有很多选择比如说加，减等，前面需要使用符号’@’.一般情况下A和B需要尺寸大小相同，如果不相同的话，则只能有一个维度不同，同时A和B中在该维度处必须有一个的维度为1。比如说bsxfun
jiandanjinxin·2017-06-07 11:00

Variational AutoEncoder_变分自动编码器原理解析

在部分，详细讲解了与VAE有关的基础知识，涉及LVM、MAP、EM、MCMC、VariationalInference（VI），可以通过公众号往期内容查看。有了这些知识的铺垫，今天就为大家分析下VAE的原理。2.1VAE产生背景生成模型根据公式（11）对观测样本p（X）建模：其中，引入了一个参数O，参数化后的隐变量z来简化观测样本概率密度函数（PCB）p（X）的计算，这其中存在一个问题：如何定义一
lqfarmer·2017-06-07 09:19

<模型汇总-10> Variational AutoEncoder_变分自动编码器原理解析

在部分，详细讲解了与VAE有关的基础知识，涉及LVM、MAP、EM、MCMC、VariationalInference（VI），可以通过公众号往期内容查看。有了这些知识的铺垫，今天就为大家分析下VAE的原理。2.1VAE产生背景生成模型根据公式（11）对观测样本p（X）建模：其中，引入了一个参数O，参数化后的隐变量z来简化观测样本概率密度函数（PCB）p（X）的计算，这其中存在一个问题：如何定义一
lqfarmer·2017-06-07 09:00

<模型汇总-9> Variational AutoEncoder_VAE基础：LVM、MAP、EM、MCMC、Variational Inference（VI）

Kingmaetal和Rezendeetal在2013年提出了变分自动编码器（VariationalAutoEncoders，VAEs）模型，仅仅三年的时间，VAEs就成为一种最流行的生成模型（Generativemodel），通过无监督的方式学习复杂的分布。VAE和GAN一样是一种学习生成模型学习框架，它由encoder和decoder两个部分组成，两个部分都可以由CNN、LSTM、DNN等网络
lqfarmer·2017-06-04 21:00

变分自编码器（Variational Autoencoder）

最近想了解一下生成模型（generativemodel），这两三天看了很多关于变分自编码器（VariationalAutoencoder）的资料，发现VAE实现起来比较简单，但是因为没什么概率图模型的基础
记忆力衰退来写博客的李同学·2017-05-29 10:42

变分自编码器（Variational Autoencoder）

最近想了解一下生成模型（generativemodel），这两三天看了很多关于变分自编码器（VariationalAutoencoder）的资料，发现VAE实现起来比较简单，但是因为没什么概率图模型的基础
记忆力衰退来写博客的李同学·2017-05-29 10:42

使用CNN+ Auto-Encoder 实现无监督Sentence Embedding (代码基于Tensorflow)

本文完整的代码在这：autoencoder-sentence-similarity.py基本思路是，通过编码解码网络（有点类似微软之前提出的对偶学习），先对句子进行编码，然后进行解码，解码后的语句要和原来的句子尽可能的接近
祝威廉·2017-05-27 22:00

cnn

deepLearnToolbox-master是一个深度学习matlab包，里面含有很多机器学习算法，如卷积神经网络CNN，深度信念网络DBN，自动编码AutoEncoder（堆栈SAE，卷积CAE）的作者是
gloriazhang2013·2017-05-04 17:12

深度学习算法实践13---去噪自动编码机（Denosing Autoencoder）

在这一篇博文，我们将介绍稍微不同的神经网络架构，即被称为自动编码机（Autoencoder）。与前述我们所讨论的神经网络不同，自动编码器（Autoencoder）属于非监督学习，不需要对训练样本
dukai392·2017-04-21 16:34

无监督学习之RBM和AutoEncoder

BoltzmannMachineRestrictedBoltzmannMachineEvaluationInferenceTraining网络结构训练过程概率分布计算与GibbsSampling对比散度ContrastiveDivergence泛化实例AutoEncoder
Young_Gy·2017-04-19 16:56

无监督学习（unsupervised learning） 5.生成模型

image、audiotips：每个像素用1-of-Nencodingfeature来表示——类似的颜色先进行聚类（得到167个不同的颜色）2VariationalAuto-Encoder（VAE）变分自编码器
n不正·2017-04-17 07:33
上一页 30 31 32 33 34 35 36 37 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他