Как реализовать автоэнкодеры для задач прогнозирования и обратного проектирования? ⇐ Python

[Anonymous]

Я изучаю возможность использования автоэнкодеров для решения двух типов задач: прогнозирования и обратного проектирования. В частности, я хочу:
а. Установите входные переменные и используйте обученный декодер автокодировщика для прогнозирования возможных результатов посредством прямого распространения.
b. Введите заранее определенный результат, попросите кодировщик предложить возможные настройки переменных, а затем используйте декодер для вывода вероятных результатов.
Вот мои вопросы:

• Как мне реализовать автокодировщик? Стоит ли искать практическую библиотеку на GitHub или необходимо написать ее с нуля?
• Для описанных мною проблем, какой тип автоэнкодера мне следует рассмотреть? Что будет более подходящим: вариационный автоэнкодер (VAE) или условный вариационный автоэнкодер (CVAE)?

Плохие результаты:< /p>
Схема модели
Результаты прямого прямого обучения
Результаты прямого обратного обучения

Подробнее здесь: https://stackoverflow.com/questions/785 ... n-problems