autoencoder 第11页

深度学习（二十六）——VAE

https://antkillerfarm.github.io/VAE变分自编码器（VariationalAuto-Encoder，VAE）是Autoencoder的一种扩展。

antkillerfarm·2020-07-01 17:00

(转) 变分自编码器（Variational Autoencoder, VAE）通俗教程

变分自编码器（VariationalAutoencoder,VAE）通俗教程转载自:http://www.dengfanxin.cn/?p=334&sukey=72885186ae5c357d85d72afd35935fd5253f8a4e53d4ad672d5321379584a6b6e02e9713966e5f908dd7020bfa0c555fdengfanxin未来2016年11月15日1

a1424262219·2020-07-01 15:29

（十）Unsupervised Anomaly Detection in Energy Time Series Data using Variational Recurrent Autoencoder

内含动画的PPT已经上传，可以在我上传的资源里看到，可免费下载论文信息：2018IEEEVAE+Attention+无监督+异常检测+时间序列本篇论文需要具备一定的VAE了解及相关的数学知识我在阅读该论文过程中参考的一些学习网址：(1)https://zhuanlan.zhihu.com/p/64485020(2)https://zhuanlan.zhihu.com/p/83865427(3)ht

是肉球哇·2020-07-01 14:05

大话 - 自编码(Autoencoder)和变分自编码(Variational Autoencoder)

自编码(Autoencoder)自编码（Autoencoder）在降维算法普遍被认可的一种算法，算法的主要出发点：如果有个网络，你将数据输入（N维），可以是图片或者其他特征，然后网络吐出了相同的数据，那么我们是否可以认为网络的某些隐层特点

weixin_39195527·2020-07-01 06:10

深度学习之自编码器AutoEncoder（一）

一、什么是自编码器（Autoencoder）encoder：编码器；译码器decoder：解码器；译码器originalinput：原输入；初始数据流compressedrepresentation：压缩表示

zouzou0301·2020-06-30 19:19

堆叠式降噪自动编码器（SDA）

1.1自动编码器自动编码器（AutoEncoder，AE）就是一种尽可能复现输入信号的神经网络，其输出向量与输入向量同维，常按照输入向量的某种形式，通过隐层学习一个数据的表示或对原始数据进行有效编码

Mr_Researcher·2020-06-30 14:40

SDNE（Structural Deep Network Embedding）理论及pytorch实现

SDNE使用自动编码器（AutoEncoder）结合拉普拉斯特征映射(LaplacianEigenmaps），针对网络结构非线性，构建多层非线性函数深度模型，同时针对全局和局部结构以及稀疏性问题，同时优化一阶相似性和二阶相似性来学习网络的局部结构信息和全局结构信息

泉水豆花儿·2020-06-30 12:44

堆叠降噪自动编码器 Stacked Denoising Auto Encoder（SDAE）

自动编码器（Auto-Encoder，AE）自编码器（autoencoder）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。

-流风回雪-·2020-06-30 12:04

Stacked autoencoder理论简析

然而讲stackedautoencoder之前，先讲其基础，简单版本：autoencoder，先来建立直觉，这个东西思想很简单，也是利用神经网络的结构，最基础的一个形式如下：假设从图的下方输入，上方输出

王子力·2020-06-30 04:53

【论文】智能制造中的深度学习（2018Deep learning for smart manufacturing: Methods and applications）

2.模型：CNN（Convolutionalneuralnetwork），RBM（RestrictedBoltzmannmachine，基于能量的模型）及变体(DBN,DBM)，AE（AutoEncoder

xiaoshuzi666·2020-06-30 01:30

VAE(Variational Autoencoder)的通俗理解和理论推导

VAE(VariationalAutoencoder)是AE(Autoencoder)的一种改进，属于无监督学习的范畴。本文从感性认识和理论推导两部分来阐述VAE,并总结VAE的优点以及其缺点。

根号九等于三·2020-06-29 04:33

Tensorflow实现自编码器AutoEncoder

@Tensorflow实现自编码器AutoEncoder自编码器，就是可以使用自身的高阶特征编码自己，本质上也是一种神经网络，输入和输出是一致的。

萌1萌哒小萌萌·2020-06-29 04:26

【机器学习】无监督学习

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

喜欢打酱油的老鸟·2020-06-29 03:43

深度学习第51讲：自编码器（AutoEncoder）及其keras实现

自编码器所谓自编码器（Autoencoder，AE），就是一种利用反向传播算法使得输出

louwill12·2020-06-28 20:25

深度学习基础（CNN详解以及训练过程1）

深度学习是一个框架，包含多个重要算法:ConvolutionalNeuralNetworks(CNN)卷积神经网络AutoEncoder自动编码器SparseCoding稀疏编码RestrictedBoltzmannMachine

weixin_34178244·2020-06-28 12:44

深度学习岗位面试题

答案：略3：为什么你用的autoencoder比LSTM好？答案：我说主

weixin_34130269·2020-06-28 12:42

自编码器

自编码器（AutoEncoder,AE）是一种利用反向传播算法取得使输入值和输出值

weixin_30338743·2020-06-27 18:05

Deep Learning based Recommender System: A Survey and New Perspectives （2）

感想篇幅有限，这是接着上面的续篇，let'scontinue4.2基于Autoencoder的推荐系统现存的两种把autoencoder运用到推荐系统上的方法为：（1）使用autoencoder在bottleneck

农民小飞侠·2020-06-27 12:47

下列哪些方法可以用来对高维数据进行降维:

感想降维的方法有很多种，比如autoencoder，pca,LDA等，但是列举全还是不怎么行，看来还是要刷题。

农民小飞侠·2020-06-27 12:16

自编码器（AutoEncoder）入门及TensorFlow实现

自编码器（Autoencoder,AE）,是一种利用反向传播算法使得输出值等于输入值的神经网络，它先将输入压缩成潜在空间表征，然后通过这种表征来重构输出。

Charles_yy·2020-06-26 23:00

自编码器、变分自编码器(VAE)简介以及Python实现

本篇博客简单介绍了自编码器(AutoEncoder,AE)以及近几年比较火的变分自编码器(VariationalAutoEncoder,VAE)，并用Python实现。

slx_share·2020-06-26 13:56

实战PyTorch（三）：Auto Encoder & Variational Autoencoder

1.AutoEncoder具体流程：输入==RESHAPE==>784=>1000=>1000=>20=>1000=>1000=>784==RESHAPE==>输出1.网络网络层：encoder{[b,

sleepinghm·2020-06-26 13:25

tensorflow实现自编码网络

一、自编码网络自编码，又称自编码器(autoencoder)，也是神经网络的一种，经过训练后能尝试将输入复制到输出。自编码器内部有隐藏层，通过编码和解码来还原输入数据。

修炼之路·2020-06-26 11:08

深度学习(一)autoencoder的Python实现（1）

mumumuyanyanyan·2020-06-26 11:15

深度学习(一)autoencoder的Python实现（2）

这一篇章，我将对autoencoder的主要功能进行Python的实现，并通过一个小例子进行验证，其中深度学习和autoencoder的基本原理，在上一篇章深度学习(一)autoencoder的Python

mumumuyanyanyan·2020-06-26 11:15

An Introduction on Deep Learning for the Physical Layer

AnIntroductiononDeepLearningforthePhysicalLayer代码实现：https://github.com/shengjian3476077/DLforPhy一、文章的主要工作1、将通信系统设计视为端到端的重构任务，使用自编码器（autoencoder

shengjian3476077·2020-06-26 09:53

自编码器（AutoEncoder)

本文讲述自编码器（AutoEncoder，下文简称AE)，将按照以下的思路展开讲解，力图使得初学者能看懂其中要义。

rookie_lee·2020-06-26 06:55

【模型详解】AutoEncoder详解（七）——栈式自编码：Stacked AutoEncoder

更新时间：2018-12-05前言之前介绍了AutoEncoder及其几种拓展结构，如DAE，CAE等，本篇博客介绍栈式自编码器。

roguesir·2020-06-26 06:26

【推荐算法】基于AutoEncoder的图像搜索推荐

前言这个项目是以前实习时候跑的，基于AutoEncoder实现图片搜索推荐，涉及算法有AutoEncoder、KNN、余弦相似度测量等，项目在MacOS环境下实现。

roguesir·2020-06-26 06:26

变分自编码器（Variational Autoencoder, VAE）通俗教程

安利一篇邓范鑫的关于变分自编码器VAE的讲解文，易读，读完觉得受益匪浅。码住，以后可以温故知新~以下均转载自邓范鑫的文章内容【1】变分自编码器（VariationalAutoencoder,VAE）通俗教程http://www.dengfanxin.cn/?p=3341.神秘变量与数据集现在有一个数据集DX(dataset,也可以叫datapoints)，每个数据也称为数据点。我们假定这个样本受某

ran337287·2020-06-26 05:10

[论文学习]1——Stacked AutoEncoder（SAE）堆栈自编码器

《DeepLearning-BasedFeatureRepresentationandItsApplicationforSoftSensorModelingWithVariable-WiseWeightedSAE》论文地址：https://ieeexplore.ieee.org/document/8302941这篇论文是CentralSouthUniversity的XiaofengYuan,Bia

Alchemist.H·2020-06-25 20:36

19年春招实习心得

19届实习面试一、CVTE(自然语言处理)40min1.希尔伯特空间是什么，线性空间是什么2.sigmoid函数形式，其导数形式是啥3.dropout原理，和DAE区别4.svm核函数的用处5.autoencoder

那什·2020-06-25 18:35

Variational Autoencoder（变分自编码 VAE）

使用通用自编码器的时候，首先将输入encoder压缩为一个小的form，然后将其decoder转换成输出的一个估计。如果目标是简单的重现输入效果很好，但是若想生成新的对象就不太可行了，因为其实我们根本不知道这个网络所生成的编码具体是什么。虽然我们可以通过结果去对比不同的对象，但是要理解它内部的工作方式几乎是不可能的，甚至有时候可能连输入应该是什么样子的都不知道。解决方法是用相反的方法使用变分自编码

上杉翔二·2020-06-25 16:39

Autoencoder（自编码器）

自编码器原理：在神经网络中是监督学习下的操作，那么它又如何应用到无监督学习中呢？一个直观的想法就是让经过了神经网络的输入等于元输入，或者尽量相差不大。这样做不就可以学习到输入数据中隐含着某些特定的结构，甚至通过设计神经元数目来完成数据压缩吗？自编码器由一个编码器（encoder）函数和一个解码器（decoder）函数组合而成。编码器函数将输入数据转换为一种不同的表示，而解码器函数则将这个新的表示转

上杉翔二·2020-06-25 16:38

NLP:自回归（Autoregressive LM）与自编码语言模型（Autoencoder LM）

链接：https://zhuanlan.zhihu.com/p/70257427自回归根据上文内容预测下一个可能跟随的单词，就是常说的自左向右的语言模型任务，或者反过来也行，就是根据下文预测前面的单词，这种类型的LM被称为自回归语言模型。（GPT,ELMO）GPT就是典型的自回归语言模型。ELMO尽管看上去利用了上文，也利用了下文，但是本质上仍然是自回归LM，这个跟模型具体怎么实现有关系。ELMO

小马帅就是我没错了·2020-06-25 07:58

Stacked Capsule Autoencoder（SCAE）

Hinton大神点赞的胶囊网络模型。原文对象可以看作是相互关联的几何组织，利用几何关系来应对视点的不变性更加具有鲁棒性。CNN比其他没有权重共享的网络可以有更好的表现的原因是，一个特征不可能只出现在图像中的一个位置。通过跨尺度、方向和其他仿射自由复制特征来改变视点变化的影响，但是会导致特征图维度高。与CNN不同的是，人类的视觉系统也是依赖于坐标系的，当一个熟悉的物体换一个新的坐标系可能就会识别错误

qq_33326349·2020-06-25 06:29

深度学习之卷积自编码器

一、自编码器自编码器（Autoencoder）是一种旨在将它们的输入复制到的输出的神经网络。

zlinxi·2020-06-25 06:08

TensorFlow 实现堆叠自编码器ASE

TensorFlow实现堆叠自编码器ASE自编码器（AutoEncoder）神经网络常常用于分类，通过定义一个目标函数衡量输出与目标值之间的差异，然后通过调整系统的参数使系统尽量拟合训练数据．而对每一层神经网络来说

Not丶Perfect·2020-06-25 03:08

自动编码器（Auto Encoder）

1.初识AutoEncoder1986年Rumelhart提出自动编码器的概念，并将其用于高维复杂数据处理，促进了神经网络的发展。

ChasingdreamLY·2020-06-25 02:25

【Graph Embedding/Network Embedding 图嵌入/网络表示学习】主要工作（Deepwalk/LINE/node2vec）总结

这是回归后第一篇笔记，最开始先放一张非常全面的图，来自清华大学唐杰老师的演讲PPT，很全面地总结了近几十年来人工智能/深度学习算法发展进程中的主要工作和大佬们：从上往下的四个区域分别代表着卷积神经网络CNN、自动编码器AutoEncoder

TsingMr·2020-06-24 14:25

什么是自编码？

各位小伙伴们，大家好，今天让我们来如何用神经网络来处理非监督的学习，也就是AutoEncoder,自编码。首先，我们听到自编码，一定会想到，AutoEncoder会是个什么码呢？

云时之间·2020-06-23 12:14

pytorch笔记12--无监督的AutoEncoder（自编码）

1.AutoEncoder:给特征属性降维2.Data---->压缩(提取Data的关键信息，减小网络的运算压力)---->data(具有代表性的特征)---->解压(还原数据信息)---->Pred_Data3

赵 XiaoQin·2020-06-22 17:19

6-2 稀疏自动编码器--Keras实现

自编码器（AutoEncoder），即可以使用自身的高阶特征自我编码，自编码器其实也是一种神经网络，其输入和输出是一致的，借助了稀疏编码的思想，目标是使用稀疏的高阶特征重新组合来重构自己。

万万冇想到·2020-06-22 12:45

6-3 稀疏自动编码器--Keras实现

从之前autoencoder的原理可以看出，autoencoder是直接去学习的输入数据的隐藏层表达，但VAE则不是如此。