从条件变分自动编码器重建图像

时间:2019-04-22 04:23:21

标签: autoencoder

我已经使用与此处https://github.com/nnormandin/Conditional_VAE/blob/master/Conditional_VAE.ipynb

中描述的架构非常相似的架构对条件变分自动编码器进行了编码

我在模型中遇到的问题是试图重建输入图像。该算法可以从解码器模拟给定的向量,该向量包含要模拟的标签的to_categorical,但是,我似乎无法对输入图像进行重构。

例如,每当我写作

cvae.predict([X_train[1].reshape(1,625), to_categorical(Y_train[1])])

我总是会说错误

Dimensions of inputs should match: shape[0] = [250,2] vs. shape[1] = [1,2]

输入图像为(25,25),并且只有两个可能的标签(意味着该图像被标记为1或0)。有解决办法吗?

0 个答案:

没有答案