python - 对输入数据变化不敏感的卷积网络
问题描述
我有一个一维卷积网络,旨在预测时间序列数据。它有 11 层,因为它基本上像自动编码器一样设计,中间有一个瓶颈。我的归一化输入来自 [-3, 3] 正态分布,它输出从 0 到 1 的时间序列数据。
在训练并达到预期的预测性能后,我尝试将随机噪声 (-0.1, 0.1) 作为输入,并观察到我的网络有一个不错的预测。此外,我创建了一个全零输入(形状像我的原始输入),并以 NN 模型运行它——它再次预测了一些合理的东西,即使它有全零作为输入。
我的第一个问题是:网络怎么可能对输入数据的可变性反应不大?
编辑:
解码器部分
encoded_d = Dense(10*2, activation='linear')(_)
_ = Dense(64*2, activation='linear')(encoded_d)
_ = tf.keras.layers.Dropout(0.10)(_) # additional
_ = Reshape((8, 8*2))(_)
_ = Conv1D(8*2, 6, activation="linear", padding="same")(_)
_ = LeakyReLU(alpha=0.3)(_)
_ = tf.keras.layers.Dropout(0.10)(_) # additional
_ = UpSampling1D(2)(_)
_ = Conv1D(16*2, 3, activation='linear')(_)
_ = LeakyReLU(alpha=0.3)(_)
_ = tf.keras.layers.Dropout(0.10)(_) # additional
_ = UpSampling1D(2)(_)
output_dt = Conv1D(25, 4, activation='linear', padding='valid')(_)
解决方案
推荐阅读
- python - 返回一年中特定日期的上个月
- swift - 不确定如何打开 uilabel 可选以计算我的 uilabels
- java - 如何仅对字符串值设置异常?
- node.js - 由于 MongoDB,Nodejs 无法调用多个 Web 应用程序实例
- node.js - 为什么当我没有调用时 console.log 会显示 CREATE TABLE 语句
- excel - 将 excel 中的许多列从 MS 转换为 HH:MM:SS 的宏
- c++ - Qt文本选择白线和文本宽度
- currency - 什么是显示需要 Money 类的现实示例?
- php - PHP 使用 PHPDocumente() 获取 html 标签值
- spring - 我们如何将 Micronaut bean 暴露到现有的 Spring 应用程序中