gpt4 book ai didi

machine-learning - AutoEncoder 无法理解为什么我的解码图像看起来像热图?

转载 作者:行者123 更新时间:2023-11-30 09:45:40 25 4
gpt4 key购买 nike

我在实现变分自动编码器时遇到了一个大问题,它是所有图像最终看起来像这样:predicted image

当真实图像是这样的:test image

训练集是 CIFAR10,预期结果是设法构建相似的图像。虽然结果似乎正确预测了特征图,但我不明白为什么 50 个 epoch 后结果会是这样。

我使用了更少和更多数量的过滤器,目前为 128 个。这个结果可以来自网络架构吗?或者 epoch 的数量?

使用的损失函数是MSE和优化器RMSPROP。

我也尝试过实现这种架构:https://github.com/chaitanya100100/VAE-for-Image-Generation/blob/master/src/cifar10_train.py具有相似的结果,甚至更糟。

我很困惑这里可能存在什么问题。保存方法是使用 matplotlib pyplot 来保存预测及其真实对应物。

最佳答案

无用的答案是“自动编码器很难”!您的网络陷入了局部最小值,每次都预测平均像素值(跨整个数据集)。

我建议:

  • 改变你的学习率,包括大幅降低它。最终您可能需要训练更长时间,但只需训练几个 epoch 并检查它是否每次都预测相同的图像。
  • 添加更多过滤器,因为这应该使输入到输出的映射更容易学习,尽管这在某种程度上违背了自动编码器的目的,因为您增加了“压缩”版本的大小。
  • 尝试使用绝对误差来弥补您的损失。这有助于回归已经彼此接近的值(即相差小于一)。

我确信其他人会添加建议,但我会从上面的内容开始。

关于machine-learning - AutoEncoder 无法理解为什么我的解码图像看起来像热图?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52938467/

25 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com