autoencoders पर टैग किए गए जवाब

Feedforward तंत्रिका नेटवर्क अपने स्वयं के इनपुट को फिर से संगठित करने के लिए प्रशिक्षित। आमतौर पर छिपी हुई परतों में से एक "टोंटी" है, जो एनकोडर-> डिकोडर व्याख्या की ओर ले जाती है।

2
ऑटोएन्कोडर तंत्रिका नेटवर्क की उत्पत्ति क्या है?
मैंने Google, विकिपीडिया, Google के विद्वान, और बहुत कुछ खोजा, लेकिन मुझे Autoencoders की उत्पत्ति नहीं मिली। शायद यह उन अवधारणाओं में से एक है जो बहुत धीरे-धीरे विकसित हुई, और एक स्पष्ट शुरुआती बिंदु का पता लगाना असंभव है, लेकिन फिर भी मैं उनके विकास के मुख्य चरणों के …

4
ऑटोएन्कोडर्स और टी-एसएनई के बीच अंतर क्या हैं?
जहाँ तक मुझे पता है, दोनों ऑटोएन्कोडर्स और टी-एसएनई का उपयोग नॉनलाइनियर डायनेमिटी में कमी के लिए किया जाता है। उनके बीच क्या अंतर हैं और मुझे एक बनाम दूसरे का उपयोग क्यों करना चाहिए?

1
क्या मैं एक्टिवेशन फंक्शन के रूप में ऑटोएनकोडर में ReLU का उपयोग कर सकता हूं?
तंत्रिका नेटवर्क के साथ एक ऑटोएन्कोडर को लागू करते समय, अधिकांश लोग सिग्माइड को सक्रियण फ़ंक्शन के रूप में उपयोग करेंगे। क्या हम इसके बजाय ReLU का उपयोग कर सकते हैं? (चूँकि ReLU की ऊपरी सीमा की कोई सीमा नहीं है, मूल रूप से इसका मतलब है कि इनपुट छवि …

2
एक इकाई गाऊसी के साथ केएल नुकसान
मैं एक वीएई को लागू कर रहा हूं और मैंने सरलीकृत यूनीवेट गॉसियन केएल विचलन के दो अलग-अलग कार्यान्वयन ऑनलाइन देखे हैं। यहाँ के अनुसार मूल विचलन है कएलएल ओ एस एस= लॉग(σ2σ1) +σ21+ (μ1-μ2)22σ22-12KLloss=log⁡(σ2σ1)+σ12+(μ1−μ2)22σ22−12 KL_{loss}=\log(\frac{\sigma_2}{\sigma_1})+\frac{\sigma_1^2+(\mu_1-\mu_2)^2}{2\sigma^2_2}-\frac{1}{2} यदि हम मानते हैं कि हमारी पूर्व इकाई गौसियन है μ2= 0μ2=0\mu_2=0 तथा σ2= …

1
इस ऑटोएन्कोडर नेटवर्क फ़ंक्शन को ठीक से नहीं बना सकते हैं (विस्मय और अधिकतम परतों के साथ)
Autoencoder नेटवर्क को सामान्य क्लासिफायर MLP नेटवर्क की तुलना में अधिक पेचीदा लगता है। Lasagne का उपयोग करने के कई प्रयासों के बाद, जो मुझे पुन: निर्मित आउटपुट में प्राप्त होता है, वह कुछ ऐसा है जो एमएनआईएसटीटी डेटाबेस की सभी छवियों का एक धुँधली औसत से मिलता-जुलता है, जो …

1
ऑटोएन्कोडर और कन्वेक्शनल न्यूरल नेटवर्क में सीखे गए फिल्टर्स के बीच अंतर क्या हैं?
CNN में, हम फिल्टर को कंसट्रक्शनल लेयर में फीचर मैप बनाने के लिए सीखेंगे। Autoencoder में, प्रत्येक परत की छिपी हुई इकाई को फ़िल्टर के रूप में माना जा सकता है। इन दो नेटवर्क में सीखे गए फिल्टरों में क्या अंतर है?
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.