基于pytorch实现的堆叠自编码神经网络,包含网络模型构造、训练、测试

上传者: 59771180 | 上传时间: 2023-04-13 21:52:14 | 文件大小: 15.8MB | 文件类型: ZIP
基于pytorch实现的堆叠自编码神经网络,包含网络模型构造、训练、测试 主要包含训练与测试数据(.mat文件)、模型(AE_ModelConstruction.py、AE_Train.py)以及测试例子(AE_Test.py) 其中ae_D_temp为训练数据,ae_Kobs3_temp为正常测试数据,ae_ver_temp为磨煤机堵煤故障数据,数据集包含风粉混合物温度等14个变量 在程序中神经网络的层数和每层神经元个数没有固定,可根据使用者的输入值来构造神经网络,方便调试 autoencoder类在初始化时有三个参数,第一个是网络输入值,第二个是SAE编码过程的层数(编码、解码过程层数相同),第三个是是否添加BN层 这里为了构造方便,给每层神经元的个数与层数建立一个关系:第一层神经元的个数为2^(layer数+2),之后逐层为上一层的1/2

文件下载

资源详情

[{"title":"( 13 个子文件 15.8MB ) 基于pytorch实现的堆叠自编码神经网络,包含网络模型构造、训练、测试","children":[{"title":"SAE_pytorch-master","children":[{"title":"ae_D0_temp.mat <span style='color:#111;'> 9.53MB </span>","children":null,"spread":false},{"title":"ae_D2_temp.mat <span style='color:#111;'> 937.34KB </span>","children":null,"spread":false},{"title":"ae_withBN_3.pkl <span style='color:#111;'> 28.68KB </span>","children":null,"spread":false},{"title":"ae_Kobs3_temp.mat <span style='color:#111;'> 658.29KB </span>","children":null,"spread":false},{"title":"ae_withBN_2.pkl <span style='color:#111;'> 19.54KB </span>","children":null,"spread":false},{"title":"Loss_withBN_2.npy <span style='color:#111;'> 102.85KB </span>","children":null,"spread":false},{"title":"AE_Train.py <span style='color:#111;'> 2.95KB </span>","children":null,"spread":false},{"title":"AE_Test.py <span style='color:#111;'> 4.96KB </span>","children":null,"spread":false},{"title":"AE_ModelConstruction.py <span style='color:#111;'> 3.92KB </span>","children":null,"spread":false},{"title":"ae_ver_temp.mat <span style='color:#111;'> 74.22KB </span>","children":null,"spread":false},{"title":"ae_D1_temp.mat <span style='color:#111;'> 4.37MB </span>","children":null,"spread":false},{"title":"Loss_withBN_3.npy <span style='color:#111;'> 239.82KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 1.85KB </span>","children":null,"spread":false}],"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明