#neural-network #autoencoder
Вопрос:
Я очень новичок в нейронных сетях и в настоящее время создаю автоэнкодер, чтобы попытаться предсказать аномальные изображения. Ниже приведена моя архитектура модели
model = Sequential() model.add(Dense(32, activation='relu')) model.add(Dense(16, activation='relu')) model.add(Dense(8, activation='relu')) # size to compress to model.add(Dense(16, activation='relu')) model.add(Dense(32, activation='relu')) model.add(Dense(400, activation="relu")) model.compile(loss='mean_squared_error', optimizer='nadam') history = model.fit(x_normal_train, x_normal_train, epochs=10, batch_size=50, validation_split=0.1 ) Входной массив представляет собой массив формы (7000, 400), где каждая строка должна представлять изображение (20,20,1). Однако, независимо от того, как я изменяю свою архитектуру, модель, похоже, не может найти хороший порог, который способен максимизировать AUC на моих тестовых данных. Ниже приведен скриншот ошибок реконструкции:
Итак, 2 вопроса
- Что я могу сделать, чтобы сделать свою модель лучше?
- Мое пороговое значение на одно стандартное отклонение выше среднего, это правильно?
Спасибо всем, очень ценю это!