Gui*_*aro 0 python autoencoder deep-learning keras tensorflow
我正在使用自动编码器，如果重建图像是这样的，那没关系，因为输入图像丢失了很多高质量的 重建图像
我应该怎么做才能让图像看起来更像输入，因为我将使用输出图像进行人脸识别。
我应该编辑时代，批量大小..？。
Jef*_*Ede 5
提高性能的一种首选方法是改变学习率。您可以通过使用不同的学习率创建自己的优化器来做到这一点。RMSProp 优化器的默认学习率为 0.001。如果您的图像在 [0, 1] 中，那么我建议尝试更高的学习率，也许是 0.1。如果它们在 [0, 255] 中，则可能是 0.0001。实验！
另一个问题可能是编码器中的最大池化层过多，从而减少了空间信息。当我使用最大池化时，我尝试将其保持在每 2 个卷积层少于 1 个池化层。您可以用步幅 2 卷积替换最大池化。
归档时间：
6 年，10 月 前
查看次数：
1989 次
最近记录：
6 年，9 月 前
