使用非平方输入矩阵进行卷积自动编码器

时间:2019-03-06 20:47:16

标签: python keras deep-learning conv-neural-network autoencoder

是否可以使用非正方形(矩形)输入矩阵训练卷积自动编码器(CAE)?我在CAE上研究的所有教程和资源似乎都使用平方图像。我正在使用的数据不是图像。我有数百个单细胞,每个细胞都有一个矩阵(基因组数据),其中有成千上万个基因,行中有成百上千个条带(每个基因的目标基因组区域均分为相等大小的条带)。

我已经用Keras尝试了一些模型,但是模型的编码器部分的输入大小总是与解码器中输出矩阵的大小不同。因此,它给出了错误。有人可以帮我解决这个问题吗?

1 个答案:

答案 0 :(得分:0)

由于没有提供示例代码,因此很难在这里说出问题所在。但是,最可能是矩阵是奇数维(例如9×9)或在合并时变为奇数。要解决此问题,您需要填充输入以使矩阵维数均匀。我们将自动编码器的解码器lsyers裁剪为具有匹配的输出大小