Könnte mir bitte jemand erklären, warum der Autoencoder nicht konvergiert? Für mich sollten die Ergebnisse der beiden unten aufgeführten Netzwerke gleich sein. Der Autoencoder unten konvergiert jedoch nicht, während das Netzwerk darunter liegt.keras autoencoder konvergiert nicht
# autoencoder implementation, does not converge
autoencoder = Sequential()
encoder = containers.Sequential([Dense(32,16,activation='tanh')])
decoder = containers.Sequential([Dense(16,32)])
autoencoder.add(AutoEncoder(encoder=encoder, decoder=decoder,
output_reconstruction=True))
rms = RMSprop()
autoencoder.compile(loss='mean_squared_error', optimizer=rms)
autoencoder.fit(trainData,trainData, nb_epoch=20, batch_size=64,
validation_data=(testData, testData), show_accuracy=False)
# non-autoencoder implementation, converges
model = Sequential()
model.add(Dense(32,16,activation='tanh'))
model.add(Dense(16,32))
model.compile(loss='mean_squared_error', optimizer=rms)
model.fit(trainData,trainData, nb_epoch=numEpochs, batch_size=batch_size,
validation_data=(testData, testData), show_accuracy=False)
https://stackoverflow.com/questions/47842931/valueerror-error-when-checking-target-expected- model-2-to-have-shape-none-25 Irgendwelche Suggestionen? –