神经网络也能进行非监督学习, 只需要训练数据, 不需要标签数据. 自编码就是这样一种形式. 自编码能自动分类数据, 而且也能嵌套在半监督学习的上面, 用少量的有标签样本和大量的无标签样本学习.
这次我们还用 MNIST 手写数字数据来压缩再解压图片.
然后用压缩的特征进行非监督分类.
训练数据
自编码只用训练集就好了, 而且只需要训练 training data 的 image, 不用训练 labels.
import torch
import torch.nn as nn
from torch.autograd import Variable
import torch.utils.data as Data
import torchvision
# 超参数
EPOCH = 10
BATCH_SIZE = 64
LR = 0.005
DOWNLOAD_MNIST = True # 下过数据的话, 就可以设置成 False
N_TEST_IMG = 5 # 到时候显示 5张图片看效果, 如上图一
# Mnist digits dataset
train_data = torchvision.datasets.MNIST(
root=\'./mnist/\',
train=True, # this is training data
transform=torchvision.transforms.ToTensor(), # Converts a PIL.Image or numpy.ndarray to
# torch.FloatTensor of shape (C x H x W) and normalize in the range [0.0, 1.0]
download=DOWNLOAD_MNIST, # download it if you don\'t have it
)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21importtorch
importtorch.nnasnn
fromtorch.autogradimportVariable
importtorch.utils.dataasData
importtorchvision
# 超参数
EPOCH=10
BATCH_SIZE=64
LR=0.005
DOWNLOAD_MNIST=True# 下过数据的话, 就可以设置成 False
N_TEST_IMG=5# 到时候显示 5张图片看效果, 如上图一
# Mnist digits dataset
train_data=torchvision.datasets.MNIST(
root=\'./mnist/\',
train=True,# this is training data
transform=torchvision.transforms.ToTensor(),# Converts a PIL.Image or numpy.ndarray to
# torch.FloatTensor of shape (C x H x W) and normalize in the range [0.0, 1.0]
download=DOWNLOAD_MNIST,# download it if you don\'t have it
)
这就是一张我们要训练的手写数字 4.
AutoEncoder
AutoEncoder 形式很简单, 分别是 encoder 和 decoder , 压缩和解压, 压缩后得到压缩的特征值, 再从压缩的特征值解压成原图片.
class AutoEncoder(nn.Module):
def __init__(self):
super(AutoEncoder, self).__init__()
# 压缩
self.encoder = nn.Sequential(
nn.Linear(28*28, 128),
nn.Tanh(),
nn.Linear(128, 64),
nn.Tanh(),
nn.Linear(64, 12),
nn.Tanh(),
nn.Linear(12, 3), # 压缩成3个特征, 进行 3D 图像可视化
)
# 解压
self.decoder = nn.Sequential(
nn.Linear(3, 12),
nn.Tanh(),
nn.Linear(12, 64),
nn.Tanh(),
nn.Linear(64, 128),
nn.Tanh(),
nn.Linear(128, 28*28),
nn.Sigmoid(), # 激励函数让输出值在 (0, 1)
)
def forward(self, x):
encoded = self.encoder(x)
decoded = self.decoder(encoded)
return encoded, decoded
autoencoder = AutoEncoder()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32classAutoEncoder(nn.Module):
def__init__(self):
super(AutoEncoder,self).__init__()
# 压缩
self.encoder=nn.Sequential(
nn.Linear(28*28,128),
nn.Tanh(),
nn.Linear(128,64),
nn.Tanh(),
nn.Linear(64,12),
nn.Tanh(),
nn.Linear(12,3),# 压缩成3个特征, 进行 3D 图像可视化
)
# 解压
self.decoder=nn.Sequential(
nn.Linear(3,12),
nn.Tanh(),
nn.Linear(12,64),
nn.Tanh(),
nn.Linear(64,128),
nn.Tanh(),
nn.Linear(128,28*28),
nn.Sigmoid(),# 激励函数让输出值在 (0, 1)
)
defforward(self,x):
encoded=self.encoder(x)
decoded=self.decoder(encoded)
returnencoded,decoded
autoencoder=AutoEncoder()
训练
训练, 并可视化训练的过程. 我们可以有效的利用 encoder 和 decoder 来做很多事, 比如这里我们用 decoder 的信息输出看和原图片的对比, 还能用 encoder 来看经过压缩后, 神经网络对原图片的理解. encoder 能将不同图片数据大概的分离开来. 这样就是一个无监督学习的过程.
optimizer = torch.optim.Adam(autoencoder.parameters(), lr=LR)
loss_func = nn.MSELoss()
for epoch in range(EPOCH):
for step, (x, y) in enumerate(train_loader):
b_x = Variable(x.view(-1, 28*28)) # batch x, shape (batch, 28*28)
b_y = Variable(x.view(-1, 28*28)) # batch y, shape (batch, 28*28)
b_label = Variable(y) # batch label
encoded, decoded = autoencoder(b_x)
loss = loss_func(decoded, b_y) # mean square error
optimizer.zero_grad() # clear gradients for this training step
loss.backward() # backpropagation, compute gradients
optimizer.step() # apply gradients
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15optimizer=torch.optim.Adam(autoencoder.parameters(),lr=LR)
loss_func=nn.MSELoss()
forepochinrange(EPOCH):
forstep,(x,y)inenumerate(train_loader):
b_x=Variable(x.view(-1,28*28))# batch x, shape (batch, 28*28)
b_y=Variable(x.view(-1,28*28))# batch y, shape (batch, 28*28)
b_label=Variable(y)# batch label
encoded,decoded=autoencoder(b_x)
loss=loss_func(decoded,b_y)# mean square error
optimizer.zero_grad()# clear gradients for this training step
loss.backward()# backpropagation, compute gradients
optimizer.step()# apply gradients
画3D图
3D 的可视化图挺有趣的, 还能挪动观看, 更加直观, 好理解.
# 要观看的数据
view_data = Variable(train_data.train_data[:200].view(-1, 28*28).type(torch.FloatTensor)/255.)
encoded_data, _ = autoencoder(view_data) # 提取压缩的特征值
fig = plt.figure(2)
ax = Axes3D(fig) # 3D 图
# x, y, z 的数据值
X = encoded_data.data[:, 0].numpy()
Y = encoded_data.data[:, 1].numpy()
Z = encoded_data.data[:, 2].numpy()
values = train_data.train_labels[:200].numpy() # 标签值
for x, y, z, s in zip(X, Y, Z, values):
c = cm.rainbow(int(255*s/9)) # 上色
ax.text(x, y, z, s, backgroundcolor=c) # 标位子
ax.set_xlim(X.min(), X.max())
ax.set_ylim(Y.min(), Y.max())
ax.set_zlim(Z.min(), Z.max())
plt.show()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17# 要观看的数据
view_data=Variable(train_data.train_data[:200].view(-1,28*28).type(torch.FloatTensor)/255.)
encoded_data,_=autoencoder(view_data)# 提取压缩的特征值
fig=plt.figure(2)
ax=Axes3D(fig)# 3D 图
# x, y, z 的数据值
X=encoded_data.data[:,0].numpy()
Y=encoded_data.data[:,1].numpy()
Z=encoded_data.data[:,2].numpy()
values=train_data.train_labels[:200].numpy()# 标签值
forx,y,z,sinzip(X,Y,Z,values):
c=cm.rainbow(int(255*s/9))# 上色
ax.text(x,y,z,s,backgroundcolor=c)# 标位子
ax.set_xlim(X.min(),X.max())
ax.set_ylim(Y.min(),Y.max())
ax.set_zlim(Z.min(),Z.max())
plt.show()
所以这也就是在我 github 代码 中的每一步的意义啦.
文章来源:莫烦
本站微信群、QQ群(三群号 726282629):