Skip to content

Autoencoders for binary character images from the "font.h" dataset. It includes a basic autoencoder for mapping input to a two-dimensional latent space, optimized to learn 5x7 pixel patterns with minimal error. Variants such as denoising autoencoders and a VAE extension are also explored for noise reduction and generative capabilities

Notifications You must be signed in to change notification settings

josephrqt/Autoencoders

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

1 Commit
 
 
 
 
 
 
 
 
 
 

Repository files navigation

TP5 SIA - Grupo 6

Integrantes

  • Daneri, Matias
  • Flores, Magdalena
  • Limachi, Desiree
  • Rouquette, Joseph

Introducción

Se implementó un Autoencoder básico para las imágenes binarias proporcionadas por la cátedra y, posteriorimente, se extendió al mismo para que opere como un VAE (Autoencoder Variacional).

Requisitos

  • Python3 (versión 3.8.5 o superior)
  • pip3
  • pipenv

Instalación

En la carpeta del tp2 ejecutar.

pipenv install

para instalar las dependencias necesarias en el ambiente virtual.

Ejecución

Para ejecutar el programa se deberá posicionar en cada una de las carpetas raíz del proyecto, dependiendo de la parte que se quiera ejecutar:

pipenv shell
python main.py

About

Autoencoders for binary character images from the "font.h" dataset. It includes a basic autoencoder for mapping input to a two-dimensional latent space, optimized to learn 5x7 pixel patterns with minimal error. Variants such as denoising autoencoders and a VAE extension are also explored for noise reduction and generative capabilities

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published