dae去噪自编码器如何实现去噪_【自编码器】降噪自编码器实现

#这里以最具代表性的去噪自编码器为例。#导入MNIST数据集

importnumpy as npimportsklearn.preprocessing as prepimporttensorflow as tffrom tensorflow.examples.tutorials.mnist importinput_data#这里使用一种参数初始化方法xavier initialization，需要对此做好定义工作。#Xaiver初始化器的作用就是让权重大小正好合适。#这里实现的是标准均匀分布的Xaiver初始化器。

def xavier_init(fan_in, fan_out, constant=1):"""目的是合理初始化权重。

参数：

fan_in --行数；

fan_out -- 列数；

constant --常数权重，条件初始化范围的倍数。

return 初始化后的权重tensor."""low= -constant * np.sqrt(6.0 / (fan_in +fan_out))

high= constant * np.sqrt(6.0 / (fan_in +fan_out))returntf.random_uniform((fan_in, fan_out),

minval=low, maxval=high,

dtype=tf.float32)#定义一个去噪的自编码类

classAdditiveGaussianNoiseAutoencoder(object):"""__init__() :构建函数；

n_input : 输入变量数；

n_hidden : 隐含层节点数；

transfer_f