Machine learning 用Pytorch预测舞蹈帧
我创建了一个VAE体系结构，将舞蹈帧编码为潜在的表示 然后，我计划使用LSTM获取这些潜在向量的序列，以预测下一个向量。然后解码，从而生成一个新的舞蹈序列 然而，这是行不通的。LSTMs预测稍有偏差，这使得预测帧不完全准确。由于该不准确的帧被用作LSTM next的输入，LSTM的预测变得更加糟糕，直到预测为黑色为止Machine learning 用Pytorch预测舞蹈帧,machine-learning,pytorch,lstm,autoencoder,Machine Learning,Pytorch,Lstm,Autoencoder,我创建了一个VAE体系结构，将舞蹈帧编码为潜在的表示 然后，我计划使用LSTM获取这些潜在向量的序列，以预测下一个向量。然后解码，从而生成一个新的舞蹈序列 然而，这是行不通的。LSTMs预测稍有偏差，这使得预测帧不完全准确。由于该不准确的帧被用作LSTM next的输入，LSTM的预测变得更加糟糕，直到预测为黑色为止 有没有人有编码顺序数据预测的经验，知道如何解决这个问题？或者可以建议另一种可以用于预测舞蹈帧的架构？您应该查看计划采样，它可以帮助您降低这些不准确度。您应该查看计划采样，它可以帮助
有没有人有编码顺序数据预测的经验，知道如何解决这个问题？或者可以建议另一种可以用于预测舞蹈帧的架构？您应该查看计划采样，它可以帮助您降低这些不准确度。您应该查看计划采样，它可以帮助您降低这些不准确度