自学记录
链接参考:
Building Autoencoders in Keras
Denoise images using Autoencoders [TF, Keras] | Kaggle
无监督学习中基于重建的模型,有一部分是使用基于AE的模型以及AE的变种,所以理解AE的结构和原理以及搭建过程,十分重要,为了对AE的使用和训练有一个更感性的认识。复现了kaggle上别人提供的代码,,具体的细节在链接中非常清楚,有需要的同学可以自己看看。
训练集:
通过人工加入的噪声的训练集图片和与其对应的标签。
训练集140张图,在3090上面跑一轮需要3s
300轮的时候验证集val_loss已经降到了 0.0006,效果应该非常好了。
最后利用保存的权重文件进行预测,将测试集中的图片,全部denoise出来。结果还不错。
上面的图是测试集图片
下图是网络预测的结果