Fatal编程技术网
  • python/
  • Python 解码后的编码器-解码器噪声问题

Python 解码后的编码器-解码器噪声问题

python machine-learning deep-learning

Python 解码后的编码器-解码器噪声问题,python,machine-learning,deep-learning,autoencoder,encoder-decoder,Python,Machine Learning,Deep Learning,Autoencoder,Encoder Decoder,我有一个大小为（12960，）的数组，我使用非常简单的密集自动编码器架构来重现数组，如下所示 input_img = Input(shape=(12960,)) encoded = Dense(units=2000, activation='relu')(input_img) decoded = Dense(units=12960, activation='relu')(encoded) 现在我使用20个历元和64个批量来训练模型 但是当我在解码后绘制数组时，我在很多地方得到了某种噪声（或0

我有一个大小为（12960，）的数组，我使用非常简单的密集自动编码器架构来重现数组，如下所示

input_img = Input(shape=(12960,))

encoded = Dense(units=2000, activation='relu')(input_img)
decoded = Dense(units=12960, activation='relu')(encoded)
现在我使用20个历元和64个批量来训练模型

但是当我在解码后绘制数组时，我在很多地方得到了某种噪声（或0值）。我已附上原始和解码图像如下。有人能解释一下为什么会这样吗。我对深度学习还不熟悉，所以我不太清楚它是否有效。这是因为我使用的是非常简单的体系结构，还是因为我在编码时进行了大量压缩

尝试使用LeakyReLU而不是ReLU

这可能是因为ReLU被定义为
ReLU（x）=max（0，x）
，对于负值，ReLU总是返回0。

你能试一下leaky_ReLU而不是ReLU吗？你的网络是一个简单的前馈网络，没有自动编码器。如果有兴趣，您可以查看autoencoder中的tensorflow[tutorial][1]：了解有关训练过程的更多信息，如准确性、训练集和整个模型结构，这将非常有用[1]：@tritsu hey效果更好，非常感谢。你能解释一下为什么它比relu工作得更好吗？@Chris_007我把它移到了有解释的答案处。谢谢你的解释，但在我的数组中我没有任何负值。@Chris_007似乎你的模型中的权重和偏差可能是负值。即使您的数据没有负值。（我假设您将数据作为数组调用。）