为什么我的卷积自动编码器不能很好地训练?

时间:2018-07-03 11:43:08

标签: python tensorflow autoencoder

我试图使用一维卷积自动编码器对某些信号进行去噪(在数据通信中)。我的数据形状为(1,12701),我的每个数据数都在0和1之间。训练时,损失不会减少很多,我定义了评估指标,该指标是预测和输入之间的差异范数(l2 norm)。数据,除以输入数据的范数。并将此度量应用于训练和测试数据(40个训练数据和10个测试数据)。我使用Adam,学习率是0.002,没有批处理大小,因为我只有40个训练数据,所以批处理大小是整个数据(40)。代码和训练图如下所示。

training loss

evaluation metric

Regular Expressions

有人可以帮忙看看我在实施时是否犯了一些错误或体系结构不适合? 谢谢!

0 个答案:

没有答案