Нейросеть для сжатия данных. Автоэнкодеры: объяснение и реализация на tensorflow.
HTML-код
- Опубликовано: 23 ноя 2024
- В этом видео разберем архитектуру автоэнкодеров, реализуем три разных нейронки:
Fully-connected autoencoder
Autoencoder "local compressor"
Res-net autoencoder
Git hub с кодом из видео: github.com/kra...
Ура, я 1000ный подписчик)) Спасибо!
красавчик. Подписался. Вангую, через полгода-год будет у тебя 50к подписчиков
Парень, продолжай снимать очень интересно!
круто понятно и с крутой анимацией, Добра и здоровья автору
отличный контент! было бы круто, если бы ты с текстами работал тоже. нигде не могу найти дельный канал, чтобы объяснял на конкретных работу с текстом
Получил удовольствие от просмотра. Анимация зачёт! Качество роликов растёт. Надеюсь учёба оставит немного времени для канала, и ролики продолжат выходить. Так же хотел спросить по каким материалам лучше всего получить базу? А то для меня пока это всё тёмный лес. Посоветуй, пожалуйста.
Спасибо! Я смотрел англоязычные каналы, nicholas renotte например. Для начинающих есть серии роликов у Созыкина (легко найти на ютубе)
Спасибо большое, очень круто! Шикарная анимация, интересно смотреть. Запаситесь тёплыми вещами, в Питере прохладнее, чем в Краснодаре)
Благодарю! Подписался 🔥👍🤝
Я уже и заскучал, не пропадай так
Спасибо, интересно.
Теперь интересно, если в промежуточный слой декодера послать вектор полученный от энкодера, то он сгенерирует исходное фото?
То есть, мы можем сжать изображение в вектор (с помощью энкодера), сохранить/отправить куда-то, а после с помощью декодера восстановить его?
Это же получаеться 2в1, и шифрование, и сжатие )))
Ну в принцепе мы это и делаем в видео) Да, автоэнкодеры могут сжимать данные, ближе к концу мы даже посчитали коэфицент сжатия.