VAE变分自编码器

本文介绍了如何使用变分自编码器(VAE)在MNIST数据集上进行训练,包括数据加载、编码器和解码器的定义、损失函数的计算以及训练过程。通过在编码器中生成均值和标准差来实现高斯分布,并在解码器中重构图像。训练过程中使用Leaky ReLU激活函数,并应用dropout作为正则化手段。
摘要由CSDN通过智能技术生成

变分自编码器

以mnist数据集为例

载入数据
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets('MNIST_data')
定义输入数据和输出数据

encoder的输入是一个batch的图片。shape为 [None,28,28] ,单色通道。输出为根据该图片产生的专属于每一个 x k x_k xk m k m_k m

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值