Autoencoder
主要包括自编码器及其变形的理论+实践。
PDF整理
PDF来源于本人的理解+整理，部分图片来源于网上，已有标注，PDF对应博客详见：https://blog.csdn.net/quiet_girl/article/details/84401029 。
因时间原因，代码中epoch设置的较小，实际状况下，肯定要更大。
主要内容
暂时代码包括普通自编码器（Autoencoder.py）、栈式自编码器（StackAutoencoder）、稀疏自编码器（SparseAutoencoder.py）和去噪自编码器（DenoisingAutoencoder.py）的简单实现，代码每一步都有注释。
关于收缩自编码器、变分自编码器、CNN自编码器等后更。
- 基于框架：Keras2.0.4
- 数据集：Mnist
具体设置等请参见代码或者博客
代码运行结果：
1、普通自编码器：
- 简单自动编码器架构图
- Encoder层输出结果可视化
- Autoencoder生成图片和原图片对比
2、栈式自编码器：
- 栈式自动编码器架构图
- Encoder层输出结果可视化
- Stack Autoencoder生成图片和原图片对比
3、稀疏自编码器：
- 稀疏自动编码器架构图
- Encoder层输出结果可视化
- Sparse Autoencoder生成图片和原图片对比
4、去噪自编码器：
- 去噪自动编码器架构图
- Encoder层输出结果可视化
- Denoising Autoencoder原图片和添加噪声后图片对比
- Denoising Autoencoder生成图片和原图片对比
5、卷积自编码器：
- 卷积自动编码器架构图
- Convolutional Autoencoder生成图片和原图片对比
- Convolutional Autoencoder训练accuracy和loss变化图
