pytorch 查看编号_[莫烦 PyTorch 系列教程] 4.4 – AutoEncoder (自编码/非监督学习)

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)：