tensorflow - Tensorflow:模式训练和生成
问题描述
想象一下,我有数百个矩形图案,如下所示:
_yx_0zzyxx
_0__yz_0y_
x0_0x000yx
_y__x000zx
zyyzx_z_0y
假设不同模式的唯一变量是尺寸(字符的宽度乘高度)和矩形内给定单元格的值,可能的字符_ y x z 0
。所以另一种模式可能如下所示:
yx0x_x
xz_x0_
_yy0x_
zyy0__
还有一个是这样的:
xx0z00yy_z0x000
zzx_0000_xzzyxx
_yxy0y__yx0yy_z
_xz0z__0_y_xz0z
y__x0_0_y__x000
xz_x0_z0z__0_x0
这些简化的示例是随机生成的,但想象一下,字符的尺寸和布局之间存在更深层次的结构和关系。
我想以无监督的方式(无标签)在这个数据集上进行训练,以生成类似的输出。假设我已经使用分类标识列tf.data.Dataset
适当地创建了我的数据集:
- 什么是无监督训练(无标签)的良好通用模型?
- 是否有一个 Tensorflow 预制估计器可以很好地代表这种模型?
- 一旦我训练了模型,根据它学到的东西使用它来生成模式的一般方法是什么?我想到了Google Magenta,它可用于在音乐旋律数据集上进行训练,以便从一种种子/初级旋律中生成类似的旋律
我不是在寻找一个完整的实现(这是有趣的部分!),只是一些建议的教程和接下来的步骤。谢谢!
解决方案
推荐阅读
- big-o - 大O递归关系
- python - CountVectorizer 值在分类器中单独工作,在添加其他特征时无法工作
- c++ - 如何在 C++ 预处理器定义中获取 CMake 可执行文件名
- intervals - 计算两个角度区间的重叠
- javascript - 有两个出口会增加捆绑的大小吗
- python - OpenCV:如何检查 roi 的颜色?
- docker - 我应该使用哪种架构来预初始化一台服务器中的 N 个 docker?
- xml - 使用命名空间转换 XML 属性的 ITS 规则
- c# - 我有 2 个相同类型的武器槽,但是当我点击武器类型的物品时,只有 1 个槽被占用
- ruby-on-rails - 从 react 前端 react-on-rails 中的 rails 服务访问数据