machine-learning - 我们如何决定卷积自动编码器中的卷积层数?
问题描述
我正在尝试为激光扫描数据构建卷积自动编码器,但我不知道它需要多少卷积层?
输入将是一维的,我们正在尝试使用自动编码器重建数据。
解决方案
在构建自动编码器时,您希望重建数据和原始数据之间的损失很低。如果可以通过检查损失的值(例如均方损失)来了解输出数据中的错误,那么您可以停止添加新层。如果损失的值没有意义,那么您可以重建输入数据并直观地比较它们。
推荐阅读
- javascript - 如何修复“在'...附近解析时 JSON 输入意外结束”,“mocha”:“^3.2.0”,“s'”
- json - 如何将我的数据从 wordpress 表单提交保存到 json 文件
- go - Pubsub.pull 请求无法正常工作 - 去吧
- mongodb - 为什么在字段上使用聚合函数 $avg 时 MongoDB 返回 null
- angularjs - 我想隐藏原始输入
- javascript - 检测 Edge 浏览器的自动填充
- python - 是否会导致过度拟合/维度诅咒
- python - 如何在python中找到两个字符串的语义相似度
- r - 在 tidybayes 中自定义半眼图的透明度
- javascript - 访问无限嵌套json中单个键的存在