在Keras中反向运行模型

我目前正在尝试使用Keras框架,并进行了一些简单的分类测试等。我想找到一种方法来反向运行网络,使用输出作为输入,反之亦然。有没有办法做到这一点?


回答:

并不存在所谓的“反向运行神经网络”,因为一般的神经网络架构并未定义任何非前向数据处理。然而,有一个模型子类确实可以做到这一点——生成模型,但这些模型目前并不属于Keras的一部分。你能做的唯一事情是创建一个网络,某种程度上“模拟”你感兴趣的生成过程。但这是特定模型的方法,并没有通用的解决方案。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注