去噪变压器自动编码器-源码

上传者: 42153615 | 上传时间: 2021-09-05 21:14:54 | 文件大小: 181KB | 文件类型: ZIP
降噪变压器自动编码器 此回购保存了我对Kaggle竞赛解决方案中的降噪自动编码器部分。 我的大部分工作都花在了训练降噪自动编码器网络上,以捕获输入之间的关系,并将学习到的表示形式用于下游监督模型。 复制单个模型 获取代码并移至代码目录。 按照指定安装python软件包。 下载比赛数据并修改的路径。 在单个GPU机器上运行python train.py并等待大约20个小时。 通过岭回归,其交叉验证的RMSE得分应为0.8412。 关于网络 该网络是一个AutoEncoder网络,中间层是变压器样式的编码器块。 训练网络执行以下两项任务:1)预测数据损坏掩码,2)重建干净的输入。 可以从变压器编码器输出中提取功能以用于下游任务。 网络图如下: 观察与思考过程 获取一个好的DAE。 我首先用(linear->relu) x 3作为中间层的老式自动编码器进行了实验,所学习的表示形

文件下载

资源详情

[{"title":"( 14 个子文件 181KB ) 去噪变压器自动编码器-源码","children":[{"title":"Denoise-Transformer-AutoEncoder-main","children":[{"title":".gitignore <span style='color:#111;'> 38B </span>","children":null,"spread":false},{"title":"requirements.txt <span style='color:#111;'> 74B </span>","children":null,"spread":false},{"title":"assets","children":[{"title":"ac2.png <span style='color:#111;'> 14.64KB </span>","children":null,"spread":false},{"title":"c2.png <span style='color:#111;'> 31.28KB </span>","children":null,"spread":false},{"title":"diagram.png <span style='color:#111;'> 60.87KB </span>","children":null,"spread":false},{"title":"ac1.png <span style='color:#111;'> 14.65KB </span>","children":null,"spread":false},{"title":"c1.png <span style='color:#111;'> 31.24KB </span>","children":null,"spread":false},{"title":"fig1.png <span style='color:#111;'> 35.79KB </span>","children":null,"spread":false}],"spread":true},{"title":"LICENSE <span style='color:#111;'> 1.04KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 5.92KB </span>","children":null,"spread":false},{"title":"util.py <span style='color:#111;'> 305B </span>","children":null,"spread":false},{"title":"model.py <span style='color:#111;'> 5.29KB </span>","children":null,"spread":false},{"title":"data.py <span style='color:#111;'> 1.06KB </span>","children":null,"spread":false},{"title":"train.py <span style='color:#111;'> 2.77KB </span>","children":null,"spread":false}],"spread":true}],"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