0
我正在使用python和tf并寻找正确的方法来屏蔽某些输入,同时训练mnist数据的自动去噪编码器。python tensorflow在输入图层上使用丢失
我尝试使用输入图层的缺失,与隐藏图层使用相同的方式,结果并不好,很难知道自动编码器的问题,因为它很难调试所有深度学习架构
,我使用的辍学,包括输入层上的代码:
def encoder_2(x):
global dims #list of dimensions including the input
layers = [x]
dropouts = []
for i,dim in list(enumerate(dims))[:-1]:
dropouts.append(tf.nn.dropout(layers[-1], keep_prob=keep_prob))
try:
layers.append(tf.nn.relu(tf.add(tf.matmul(dropouts[-1], weights["encoder_h%d"%(i+1)]), biases["encoder_b%d"%(i+1)])))
except:
pass
return layers[-1]
我发现here输入屏蔽一些实现,但我觉得很难相信,有没有为此建立了功能。
屏蔽输入的正确方法是丢失?如果没有,是否有内置的方式来使用输入上的掩码(丢失)?
谢谢
谢谢!你能推荐任何精确度> 97%的好工作mnist自动编码器吗? – thebeancounter