#tensorflow #keras #deep-learning #autoencoder
#tensorflow #keras #глубокое обучение #автоэнкодер
Вопрос:
Я обучил небольшую сеть шумоподавляющего автоэнкодера ConvNet для набора данных STL-10, и вывод данных train / test _noisy чистый. Однако, если я беру изображение проверки, добавляю шум и передаю через сеть, на выходе все еще остается некоторый шум.
Также одно КЛЮЧЕВОЕ наблюдение заключается в том, что когда я беру любое изображение набора поездов и добавляю к нему шум во время выполнения и передаю по сети, оно также выдает низкую производительность в качестве изображения набора проверки. Изображения выходных данных прилагаются.
Приветствуются любые советы!
Комментарии:
1. Может отображать архитектуру модели и другие детали модели.?
2. ТАК что это сайт вопросов и ответов, а не сайт советов 🙂
3. @SreeramTP пожалуйста, проверьте, что я отредактировал свой пост с информацией о коде. Спасибо.
Ответ №1:
Убедитесь, что у вас есть правильное разделение данных для вашего набора проверки; похоже, это становится слишком жестким. Что касается архитектуры, рассмотрите возможность использования слоев MaxPool2D для извлечения ключевых функций, а затем восстановите их позже с помощью UpSampling2D. Надеюсь, это поможет!