将自编码器的encoder和decoder分开来单独使用

在尝试将基于Tensorflow的卷积自编码器(CAE)模型迁移到Mindspore时,作者发现难以在Mindspore中单独利用训练好的encoder和decoder。在Tensorflow中,可以简单地调用net.encoder()和net.decoder()。然而,在Mindspore的环境下,这种分离使用的方式似乎不那么直接。
摘要由CSDN通过智能技术生成

问题描述:卷积自编码器(CAE)从tensorflow迁移到mindspore,需要得到encoder之后的数据a,用来进一步分析演化成b,再用decoder从演化之后的数据b重构数据。

以下是tensorflow的实现方法简介:

但是对mindspore来说,似乎很难把训练好之后的encoder和decoder单独使用:

****************************************************解答*****************************************************

net = CAE()
net.encoder(xxx)
net.decoder(xxx)

这样直接进行调用。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值