自动编码器python_2.7 实现一个自动编码器

2.7　实现一个自动编码器

对于自动编码器，使用不同的网络架构，如图2.13 所示。在前几层中，减少了隐层神经元的数量。在中间，又开始增加隐层神经元的数量，直到隐层神经元的数量与输入变量的数量相同。中间的隐层可以看作输入的编码变体，其输出决定了编码变体的质量。

在下一个方案中，将在Keras 中实现一个自动编码器，将街景门牌号(SVHN)基准库从32×32 图像解码为32 个浮点数。可以通过解码成32×32 图像并比较图像来确定编码器的质量。

如何去做…

1)用下面的代码导入必要的函数库：

2)加载数据集并提取所需要的数据：

3)预处理数据：

4)接下来，定义自动编码器的网络架构：

5)现在，开始训练自动编码器：

6)看看自动编码如何在训练集上执行：

7)绘制一些原始图像及其解码版本，如图2.14 所示。

在第3 章　卷积神经网络　中，将向读者展示如何为SVHN 数据集实现一个卷积自动编码器。

喜欢的朋友可以添加我们的微信账号：

51CTO读书频道二维码

51CTO读书会第9群:808517103

【责任编辑：book TEL：(010)68476606】

点赞 0