Pytorch学习笔记【14】：自编码（autoencoder）

一. 什么是自编码

      自编码是什么呢？就是说假如我们需要训练的数据量非常大，那么 神经网络的压力是很大的，所以我们可以 将其压缩一下，再解压，通过对比解压之后的和原来的 数据，反向传播去训练，训练好之后，我们再需要 用到这批数据，就 只需用压缩之后的数据即可，这样就大大减小了神经网络的训练压力，增加了训练效率。看下图就明白了：

                     

                    

 

二. 简单自编码模型实现（以手写数字数据集为例子）

   1. 代码

import torch
import torch.nn as nn
import torch.utils.data as Data
import torchvision
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from matplotlib import cm

# 定义一些参数
EPOCH = 10
BATCH_SIZE = 64
LR = 0.005
DOWNLOAD_