autoencoder

【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。
万万冇想到·2020-06-22 12:45

Autoencoder ,Sparse Coding ,Sparse autoencoder 简介

Autoencoder,SparseCoding,Sparseautoencoder简介最近刚刚运行完成sparsecoding；才解决了自己的困惑，以前学习完Sparseautoencoder从感觉这两个东西是
hzyido·2020-06-22 02:05

TensorFlow实现自编码器

1、什么是自编码器自编码器（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，自动编码器内部有一个隐含层h，可以产生编码来表示输入。
蓬莱道人·2020-06-22 01:31

[Python人工智能] 十六.Keras环境搭建、入门基础及回归神经网络案例

前一篇文章详细讲解了无监督学习Autoencoder的原理知识，然后用MNIST手写数字案例进行对比实验及聚类分析。
Eastmount·2020-06-21 19:45

[Python人工智能] 十五.无监督学习Autoencoder原理及聚类可视化案例详解

本篇文章将分享无监督学习Autoencoder的原理知识，然后用MNIST手写数字案例进行对比实验及聚类分析，运行效果如下图所示。基础性文章，希望对您有所帮助！
Eastmount·2020-06-21 19:44

《人工智能狂潮》读后感——什么是人工智能？(一)

前一篇文章详细讲解了无监督学习Autoencoder的原理知识，然后用MNIST手写数字案例进行对比实验及聚类分析。
Eastmount·2020-06-21 19:13

Matlab编程之——卷积神经网络CNN代码解析

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
zhuwei0710·2020-06-21 15:07

深度学习常见面试题（更新中）

答案：略3：为什么你用的autoencoder比LSTM好？答案：我说主
Xiacedar·2020-06-21 14:07

自动编码器的Keras实现【转】

一、什么是自编码器（Autoencoder）“自编码”是一种数据压缩算法，其中压缩和解压缩功能是1）数据特定的，2）有损的，3）从例子中自动学习而不是由人工设计。
little_turtle_·2020-06-21 03:53

自编码器AutoEncoder，降噪自编码器DAE，稀疏自编码器SAE，变分自编码器VAE 简介

AutoEncoder作为NN里的一类模型，采用无监督学习的方式对高维数据进行高效的特征提取和特征表示，并且在学术界和工业界都大放异彩。
Jerry_Jin·2020-05-13 17:00

深度学习之autoencoder

深度学习之autoencoder1）autoencoderautoencoder是一种无监督的学习算法，他利用反向传播算法，让目标值等于输入值。如图所示：Autoencoder尝试学习一个的函数。
hzyido·2020-04-09 04:08

[MXnet] Neural Art

简介MXnet的Demo主要集中在基于CNN的各种网络结构在不同数据集上的实现和效果，也有一些RNN（LSTM）和autoencoder的部分。
ToeKnee·2020-04-06 02:28

keras_Autoencoder 自编码

自编码，简单来说就是把输入数据进行一个压缩和解压缩的过程。原来有很多Feature，压缩成几个来代表原来的数据，解压之后恢复成原来的维度，再和原数据进行比较。它是一种非监督算法，只需要输入数据，解压缩之后的结果与原数据本身进行比较。今天要做的事情是把datasets.mnist数据的28×28＝784维的数据，压缩成2维的数据，然后在一个二维空间中可视化出分类的效果。用keras构建自编码器的步骤
Ledestin·2020-04-05 08:27

学习笔记TF025:自编码器

自编码器(AutoEncoder)，用自身高阶特征编码自己。期望输入/输出一致，使用高阶特征重构自己。Hinton教授在Science发表文章《Reducingthedime
利炳根·2020-04-01 04:29

深度学习与神经网络:AutoEncoder自编码

今天让我们来看一下深度学习与神经网络里边的自编码.其实自编码严格来说不能算作是深度学习的内容,我们在之前的机器学习算法中也了解到自编码,并且我们会通过一个简单的例子来去说说自编码的理解.首先，我们听到自编码，一定会想到，AutoEncoder
云时之间·2020-03-30 16:35

深度学习之自编码器AutoEncoder（一）

https://blog.csdn.net/qq_27825451/article/details/84968890一、从生成模型开始谈起1、什么是生成模型？概率统计层面：能够在给丁某一些隐含参数的条件下，随机生成观测数据的这样一种模型，称之为“生成模型”。它给观测值和比周数据系列制定一个连和概率分布机器学习层面：直接对数据进行建模，比如根据某个变量的概率密度函数进行数据采样。在贝叶斯算法中，直接
古来圣贤皆寂寞·2020-03-27 16:00

用深度学习给黑白照片上色

Autoencoder作为其中的一种就是。作为一种无监督学习的手段，autoencoder在维度灾难里为数据降维有着深远的意义。什么是Autoencoder呢？
氧化反应·2020-03-21 14:10

2017.5.7 工作总结

本周参考文章"LearningTemporalRegularityinVideoSequence"做了一些关于异常检测的实验实验方案通过对输入视频提取特征，利用autoencoder重建特征，根据重建误差来判断视频异常
kunzhao·2020-03-17 00:27

2020机器学习自编码器(autoencoder)（中)

compression-format.jpg卷积自编码输入是表示图像的数据，因此使用卷积自动编码器是不错选择，因为卷积适合处理空间上数据。卷积自动编码器就是由卷积层堆叠在一起结构，您用卷积层替换全连接层。卷积层与最大池层一起，将输入从宽（28×28图像）和深度为（单通道）通过一系列非线性变换为（稀疏空间为7×7图像）和深度（128通道）的矩阵。我们之前通常是使用PCA，而今天在深度学习中通常使用a
zidea·2020-03-07 18:21

2020机器学习自编码器(autoencoder)（上)

compression-format.jpg最近分享了GAN生成图片时候，在说到Generator如何自力更生不依赖Discriminator来生成图片时候我们提及了如何使用autoencoder来生成图片
zidea·2020-03-07 18:18

TensorFlow实现自编码器

image.png自动编码器(autoencoder)是神经网络的一种，该网络可以看作由两部分组成：一个编码器函数h=f(x)和一个生成重构的解码器r=g(h)。
阿成9·2020-03-06 16:49

深度学习中的自动编码器：TensorFlow示例

Autoencoder如何工作？
人工智能Study·2020-02-28 20:24

从代码学AI——AutoEncoder

本篇主要介绍自编码这一粗暴、有效的手段。自编码是一个很有趣的思路，很容易被理解和接受，它替代了传统的特征提取过程(深度学习实际上也是替代这个过程，只不过二者方法不一样)1.自编码采用的方式是先对源数据进行编码，即对元数据进行层层抽象2.之后再利用抽象的数据进行数据还原，之后对比还原后的数据和源数据的差异性(计算还原误差，或者通用的叫法是损失值)3.再针对损失值进行优化，使得还原后的损失尽量小。实际
Jerry_wl·2020-02-27 11:59

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·2020-02-25 06:09

人工智能 - 自编码器 AutoEncoder [2]

TensorFlow框架的搭建方法，参考源码，同时，复制autoencoder_models的模型文件。
SpikeKing·2020-02-22 04:16

Deep Learning（深度学习）学习笔记整理系列之（四） --AutoEncoder自动编码器

DeepLearning（深度学习）学习笔记整理系列之（四）--AutoEncoder自动编码器原文地址：http://blog.csdn.net/zouxy09/article/details/8775524DeepLearning
hzyido·2020-02-20 20:12

AutoEncoder 自编码

AutoEncoder是极为重要的一类神经网络，可用于优化搜索引擎，数据分类，语义识别等多种任务，本文开始学习这一神经网络1.准备数据和超参数importtorchimporttorch.nnasnnimporttorch.utils.dataasDataimporttorchvisionimportmatplotlib.pyplotaspltfrommpl_toolkits.mplot3dimp
地平线上的背影·2020-02-09 08:26

【deep learning学习笔记】Autoencoder

心里有个问题，autoencoder和RBM有什么区别和联系？又上网上找了些资料（前面转载那两篇），学习了一下。下面记一下笔记。1.autoencoder是多层神经网络，
hzyido·2020-01-05 03:58

TensorFlow实战-TensorFlow实现自编码器及多层感应机

自编码（AutoEncoder），顾名思义即可以使用自身的高阶特征编码自己。自编码器其实也是一种神经网络，他的输入输出是一致的，他借助稀疏编码的思想，目标是使用稀疏的一些高阶特征重新组合来重构自己。
mov觉得高数好难·2020-01-02 02:27

[机器学习入门] 李宏毅机器学习笔记-19 （Deep Generative Model-part 2：深度生成模型-part 2）

用VAE，从codespace上去sample一个code，能得到一个比较好的image，而autoencoder可能得不到。
holeung·2020-01-01 22:10

周志华 AutoEncoder by forest

正文国内大神周志华即前段时间发表的媲美（号称)深度神经网络的深度森林之后又发表了用森林实现自动编码器。作为国内机器学习界首屈一指的大牛，不管其提出的模型效果怎样，阅读其文章肯定能使我们学习一些有用的东西。怀着这样的心情，我阅读了这篇文章。论文原文摘要自动编码器是一种很重要的算法，一般使用深度神经网络实现。文章提出一种全新实现自动编码其的方法：使用森林实现。文章提出一种方法使用决策树的一些信息完成编
最爱那红袖添香·2020-01-01 20:20

机器学习英语词汇--5

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
der360_com·2019-12-31 03:07

深度学习笔记

autoencoder是一种典型的表示学习方法:encoder将输入数据转换为另一种更有效的表达，该表达能够更高效地用于机器学习。decoder则将接受的表达数据还原为原始的表达形式。
ylonge·2019-12-28 01:28

深度学习（花书）笔记 2018-05-12

第一章前言$log$表示自然对数$ln$数据的表示：对算法性能产生影响特征集=>不知道提取哪些=>表示学习（representationlearning，机器学习发掘表示本身，最少的人工干预）自编码器（autoencoder
五道口的程序狐·2019-12-19 18:07

Auto encoder 和Denoising auto encoder分别和PCA之间的关系（学习笔记）(1)

【深度学习】【auto-encoder】原文链接鉴于这几天心情大好，于是我决定在挖一个大坑，讲一讲Autoencoder和PCA的关系以及Denoisingautoencoder和PCA的关系（流形学习角度
hzyido·2019-12-14 20:14

【图像复原】《Blur-Invariant Deep Learning for Blind-Deblurring》论文阅读

但是文章的亮点在于：利用autoencoder学习数
不可能打工·2019-11-29 03:30

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·2019-11-08 19:20

Deep learning：四十三(用Hessian Free方法训练Deep Network)

11000阅读数912更多分类专栏：机器学习深度学习tornadomeet目前，深度网络（DeepNets）权值训练的主流方法还是梯度下降法（结合BP算法），当然在此之前可以用无监督的方法（比如说RBM，Autoencoder
曹明·2019-10-03 13:00

推荐系统实践(3)---CDL

本文叙述结构为：AE(AutoEncoder)DAE(DenosingAutoEncoder)SDAE(StackDenosingAutoEncoder)CDL(CollaborateDeepLearning
weberweber·2019-09-29 07:45

深度自编码器(Deep Autoencoder)MATLAB解读

深度自编码器(DeepAutoencoder)MATLAB解读作者：凯鲁嘎吉-博客园http://www.cnblogs.com/kailugaji/这篇文章主要讲解Hinton在2006年Science上提出的一篇文章“Reducingthedimensionalityofdatawithneuralnetworks”的主要思想与MATLAB程序解读。深度自编码器首先用受限玻尔兹曼机进行逐层预训
凯鲁嘎吉·2019-09-27 19:00

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
凌逆战·2019-09-27 09:00

自编码网络的发展：From Autoencoder to Beta-VAE

原文链接：https://lilianweng.github.io/lil-log/2018/08/12/from-autoencoder-to-beta-vae.html#td-vaehttps://
倾世妃·2019-09-19 14:51

VAE以及tensorflow-2.0实现

VAE作为一种新的生成模型，相比于Autoencoder更加复杂
Forlogen·2019-09-05 16:34

调试calc(Convolutional Autoencoder for Loop Closure)的问题

这两天看了一篇做回环检测的，觉得很有意思。文章叫>，大体思路是给定一张图片，首先在四个角各取一个点，然后作为新的图像，然后原图像计算HOG，新图像送到抗噪编码器产生和HOG一样的维度，最后两个HOG的欧氏距离，计算L2损失函数，解决了视角、尺度变化的问题，使回环更具鲁棒性；并且网络也十分简单，可以实现实时的检测。工程地址：https://github.com/rpng/calc但是在调试中也出现了
CaptainYJJ·2019-08-30 15:06

自编码器 Autoencoder

Autoencoder存在什么问题?因为作为训练数据的object是有限的，导致decoder实际上只能把训练过程中见过的code给还原成对应的object。
王朝君BITer·2019-08-27 23:00

pytorch 预训练层的使用方法

pytorch预训练层的使用方法将其他地方训练好的网络，用到新的网络里面加载预训练网络1.原先已经训练好一个网络AutoEncoder_FC()2.首先加载该网络，读取其存储的参数3.设置一个参数集cnnpre
zzw小凡·2019-08-20 09:37
上一页 8 9 10 11 12 13 14 15 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他