2020年9月9日更新:
我尝试拉动并运行它,以发现它与最新的pytorch和Windows不兼容。 我将在下周更新它-现在不会运行。 -本
用法
该演示需要 。
首先,使用--help执行python run_demo.py来查看可选参数。 默认实验是带有MNIST的字典学习演示。
目的
该存储库的最终目标是提供一个稀疏的编码库,该库可实现用于(1)词典学习,(2)传统/凸代码推断(例如ISTA,SALSA)和(3)“展开”可学习编码器(例如,)。
现在,字典学习正在不断发展。 特别是,我正在构建结合了(2)和(3)的编码器类。 然后,我将概括用于形态学成分分析(MCA)的类,这是一种用于源分离的稀疏编码方法。
稀疏编码背景
用信号或图像的基本组成部分来表示通常很有用。 例如,笑脸可以有效地描述为“圆,两个点和曲线”。 至少,这比“像素1:值0.1。像素2:值1”更有效,以此类推。
2023-07-01 19:40:41
2.4MB
Python
1