tensorflow 自编码器 MNIST数据集

写在前头
这段时间在学习利用tensorflow编写自编码器代码，在B站上看到了一个教学视频，觉得很有用，但很遗憾视频的画质和声音都有点渣，UP主也没有提供源代码，我在网上搜了下，也没找到，因此自己根据视频把代码整理了出来，给自己做个备份，也给大家提供参考。
视频链接：视频链接
视频的大神是在已经写好的神经网络代码上进行改写的，我在网上有发现这个神经网络的代码，也一并附在这里：神经网络代码
如果教学视频的原作者已经在某处发表了代码，或者有人发现了原作者的代码，还请告诉我一声，为保护原作者的权益，我会删掉这篇文章的~
另外，在完整把代码扒下来之后，运行发现有一两个问题，不能完整运行，因此对里面一些小地方（例如路径等）进行了修改，还对一些代码进行了解释，已经可以直接运行。

tensorflow 自编码网络

import tensorflow as tf
import os
from PIL import Image
import numpy as np
import cv2
from matplotlib import pyplot as plt
from tensorflow.examples.tutorials.mnist import input_data

#重置图，这句是另外加的 
tf.reset_default_graph()

#文件路径名和视频中不一样，按实际的路径即可
mnist=input_data.read_data_sets("./MNIST_data/",one_hot=True)
x=tf.placeholder(tf.float32,[None,784])

batch_size=1000

def add_layer(input_data,input_num,output_num,activation_function=None):
    w=tf.Variable(initial_value=tf.random_normal(shape=[input_num,output_num]))
    b=tf.Variable(initial_value=tf.random_normal(shape=[1,output_num]))
    output=tf.add(tf.matmul(input_data,w),b)
    
    if activation_function:
        output