Я пытаюсь написать реализацию CLDNN с тензорным потоком, как в this scheme. У меня проблема с уровнем уменьшения размеров.Уменьшение размера в CLDNN (тензорный поток)
Насколько я понимаю, это сделано с несколькими сложными ограничительными машинами Boltzmann (RBM) и работает как автокодер. Часть декодера слоя находится здесь только для того, чтобы обучить кодировщик уменьшать размеры скважины. Это означает, что вы хотите «подключить» выход энкодера к входу следующего слоя.
Я могу определить функцию потерь, которая будет обучать автокодер (путем сравнения ввода с декодированным выходом) и другую функцию потерь, которая будет обучать весь график. У меня есть способ тренировать эти две функции потери? Или, может быть, я неправильно понимаю проблему здесь, но он чувствует, что часть декодера автокодера любопытна оставлена «вне цикла» и не будет обучена.
Я нашел реализацию таких автоассоциатор и convolutionnal слоев и т.д ... но я не очень понимаю, как «включить» автоассоциатор внутри сети (например, в схеме)
Лучше разместить такие вопросы на http://stats.stackexchange.com –