我正在尝试创建数据的简化表示,我将在另一个模型中使用,我将按以下方式进行:
input = Input(shape=(70,))
encoded = Dense(output_dim=10, input_dim=70, activation='relu')(input)
decoded = Dense(70, activation='relu')(encoded)
autoencoder = Model(input, decoded)
autoencoder.compile(optimizer='adam', loss='binary_crossentropy')
autoencoder.fit(df_values, df_values,epochs=10,batch_size=32)
reduced_input = autoencoder.predict(df_values)
但仍有100列在
reduced_input
,它们具有修改的值,即与初始值不同的值
input
,但仍然没有像我预期的那样减少表示(如PCA的组件),即使我指定了
output_dim=10
我想在我获得减少的输入的方法中有一个错误,但我不知道具体在哪里。如果你能帮我找到它,请!