【问题标题】:Using non-square input matrix for convolutional autoencoder使用非方形输入矩阵进行卷积自动编码器
【发布时间】:2019-03-06 20:47:15
【问题描述】:

是否可以使用非正方形(矩形)输入矩阵来训练卷积自动编码器 (CAE)?我研究过的所有关于 CAE 的教程和资源似乎都使用平方图像。我正在使用的数据不是图像。我有数百个单细胞,每个细胞都有一个矩阵(基因组数据),行中有数千个基因,列中有数百个箱(每个基因感兴趣的基因组区域分为大小相等的箱)。

我用 Keras 尝试了一些模型,但是模型编码器部分的输入大小总是与解码器中输出矩阵的大小不同。所以它给出了错误。有人可以帮我解决这个问题吗?

【问题讨论】:

    标签: python keras deep-learning conv-neural-network autoencoder


    【解决方案1】:

    由于没有提供示例代码,因此很难说出这里的问题。但是,您的矩阵很可能是奇数(例如 9×9 )或在合并时变得奇数。要解决此问题,您需要填充输入以使矩阵尺寸均匀。我们裁剪自动编码器的解码器 lsyers 以获得匹配的输出大小

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 2020-08-20
      • 2017-01-04
      • 2018-11-12
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2017-11-11
      • 1970-01-01
      相关资源
      最近更新 更多