自编码器,CNN-减少或增加过滤器？

Question 1

在一个自编码器,根据美国有线电视新闻网，将增加或减少数量的过滤器之间层？因为我们压缩的信息，我在想的减少。

例如这里的编码器的一部分，过滤器的数量减少在每一个新的层16日至8至4。

x = Conv2D(filters = 16, kernel_size = 3, activation='relu', padding='same', name='encoder_1a')(inputs)
x = MaxPooling2D(pool_size = (2, 2), padding='same', name='encoder_1b')(x)

x = Conv2D(filters = 8, kernel_size = 3, activation='relu', padding='same', name='encoder_2a')(x)
x = MaxPooling2D(pool_size = (2, 2), padding='same', name='encoder_2b')(x)

x = Conv2D(filters = 4, kernel_size = 3, activation='relu', padding='same', name='encoder_3a')(x)
x = MaxPooling2D(pool_size = (2, 2), padding='same', name='encoder_3b')(x)

Question 2

它不总是这种情况下，该过滤器的尺寸是减少或增加而增加的层数编码器。在大多数实例编码，我已经看到的积自编码器,架构的高度和宽度的下降是通过步长的卷积或集中和深入的层增加(过滤器的尺寸增加)，保持类似于最后的一个或多样化，与各个新层中的编码。但也有例子的输出频道的或过滤器的尺寸是减少与多个层。

通常自编码器,编码输入到潜表示/矢量或嵌入具有较低的尺寸的输入，最大限度地减少重建的错误。所以两种以上的可用于创建 undercomplete自编码器, 通过改变核大小、数量层，增加一个额外的层在结束的编码具有一定尺寸等等。

过滤例增加

在下面的图像作为多个层中添加编码器的过滤器的尺寸增加。但是，如输入 28*28*1 = 784 维特和平的表示 3*3*128 = 1152 是更使另一层之前添加的最后一层，这是嵌入层。它减小的特征尺寸与预定数量的产出中充分连接的网络。即使是最后一个密集的/全连接层可以替换为变化的数量层或核大小有一个输出 (1, 1, NUM_FILTERS).

过滤器减少的例子

一个简单的例子过滤器减少在编码的层数增加，可以发现在 keras卷积自编码器, 例只是作为你的代码。

import keras
from keras import layers

input_img = keras.Input(shape=(28, 28, 1))

x = layers.Conv2D(16, (3, 3), activation='relu', padding='same')(input_img)
x = layers.MaxPooling2D((2, 2), padding='same')(x)
x = layers.Conv2D(8, (3, 3), activation='relu', padding='same')(x)
x = layers.MaxPooling2D((2, 2), padding='same')(x)
x = layers.Conv2D(8, (3, 3), activation='relu', padding='same')(x)
encoded = layers.MaxPooling2D((2, 2), padding='same')(x)

参考文献

B200011011 · Answer 1 · 2021-11-22T06:57:52

它不总是这种情况下，该过滤器的尺寸是减少或增加而增加的层数编码器。在大多数实例编码，我已经看到的积自编码器,架构的高度和宽度的下降是通过步长的卷积或集中和深入的层增加(过滤器的尺寸增加)，保持类似于最后的一个或多样化，与各个新层中的编码。但也有例子的输出频道的或过滤器的尺寸是减少与多个层。

通常自编码器,编码输入到潜表示/矢量或嵌入具有较低的尺寸的输入，最大限度地减少重建的错误。所以两种以上的可用于创建 undercomplete自编码器, 通过改变核大小、数量层，增加一个额外的层在结束的编码具有一定尺寸等等。

过滤例增加

在下面的图像作为多个层中添加编码器的过滤器的尺寸增加。但是，如输入 28*28*1 = 784 维特和平的表示 3*3*128 = 1152 是更使另一层之前添加的最后一层，这是嵌入层。它减小的特征尺寸与预定数量的产出中充分连接的网络。即使是最后一个密集的/全连接层可以替换为变化的数量层或核大小有一个输出 (1, 1, NUM_FILTERS).

过滤器减少的例子

一个简单的例子过滤器减少在编码的层数增加，可以发现在 keras卷积自编码器, 例只是作为你的代码。

import keras
from keras import layers

input_img = keras.Input(shape=(28, 28, 1))

x = layers.Conv2D(16, (3, 3), activation='relu', padding='same')(input_img)
x = layers.MaxPooling2D((2, 2), padding='same')(x)
x = layers.Conv2D(8, (3, 3), activation='relu', padding='same')(x)
x = layers.MaxPooling2D((2, 2), padding='same')(x)
x = layers.Conv2D(8, (3, 3), activation='relu', padding='same')(x)
encoded = layers.MaxPooling2D((2, 2), padding='same')(x)

自编码器,CNN-减少或增加过滤器？

的问题

最好的答案

过滤例增加

过滤器减少的例子

参考文献

其他语言

此页面有其他语言版本

受欢迎的此类别

流行的问题，在这个类别