[問題] autoencoder相關問題

看板Python作者 (paulma)時間5年前 (2019/06/08 10:44), 編輯推噓6(6推 0噓 15→)
留言21則, 6人參與, 4年前最新討論串1/1
大家好，目前在做一個有關心電圖的autoencoder ，希望能重建出心電圖訊號 目前遇到一個問題，由於我的心電圖是透過z-score的方式進行正規化，我發現出來的數 值並不會只有[-1,1]之間 而我查了大部分的網路架構最後一層大多是用sigmoid or tanh function，這樣出來的結 果頂多是[0,1] or [-1,1]之間 這樣會跟我輸入訊號有差異 所以想請教各位大神，這應該要怎麼處理比較好?更換正規化的方式嗎?還是最後一層的ac tivity function有其他選擇? -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 27.242.194.248 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Python/M.1559961889.A.A94.html
→
06/08 13:05, 5年前 , 1F
那就直接linear輸出ㄅ 用L2 or L1 loss
06/08 13:05, 1F
→
06/08 15:06, 5年前 , 2F
我是用keras寫，那在model.fit的地方應該怎麼寫呢
06/08 15:06, 2F
推
06/08 17:17, 5年前 , 3F
就ㄅ要放activation function R…
06/08 17:17, 3F
→
06/08 17:57, 5年前 , 4F
這個我知道 想問的是關於fit裡面的loss跟 metrics
06/08 17:57, 4F
→
06/08 17:57, 5年前 , 5F
應該怎麼寫呢 謝謝
06/08 17:57, 5F
推
06/08 21:08, 5年前 , 6F
compile隨便丟個mse就行了吧
06/08 21:08, 6F
推
06/09 00:10, 5年前 , 7F
我在語言使用 spectrogram 時，有用過 log(1+x)
06/09 00:10, 7F
→
06/09 00:11, 5年前 , 8F
效果十分顯著
06/09 00:11, 8F
→
06/09 00:11, 5年前 , 9F
不知道這邊可不可以用看看
06/09 00:11, 9F
→
06/09 09:10, 5年前 , 10F
您說的log(1+x)是指loss function嗎？ 那使用這個
06/09 09:10, 10F
→
06/09 09:10, 5年前 , 11F
跟mse的差別是什麼呢？
06/09 09:10, 11F
推
06/09 09:23, 5年前 , 12F
用z-score是正規統計的方式 但會超出-1~1範圍
06/09 09:23, 12F
→
06/09 09:25, 5年前 , 13F
目標：將數值正規化到-1~1之間 梯度最佳化才會穩定。
06/09 09:25, 13F
→
06/09 09:26, 5年前 , 14F
((數值/全距)-.5)*2
06/09 09:26, 14F
→
06/09 12:45, 5年前 , 15F
A大您好，請問您說的(數值/全距-.5）*2 有什麼參
06/09 12:45, 15F
→
06/09 12:45, 5年前 , 16F
考的資料嗎 我是第一次看到這種說法 所以有點不太理
06/09 12:45, 16F
→
06/09 12:45, 5年前 , 17F
解您說的 謝謝
06/09 12:45, 17F
推
06/10 18:19, 4年前 , 18F
簡單來說minmax往下移0.5啦
06/10 18:19, 18F
→
06/10 18:20, 4年前 , 19F
概念上來說
06/10 18:20, 19F
推
06/10 22:38, 4年前 , 20F
其實沒這種規定啦 我之前跑過有問題就是z-score顯著
06/10 22:38, 20F
→
06/10 22:38, 4年前 , 21F
優於-1到1間的normalization
06/10 22:38, 21F
‣ 更多 paul09253336 的文章
文章代碼(AID): #1S-o4XgK (Python)