/Autoencoder

个人练习,自编码器及其变形(理论+实践)

Primary LanguagePython

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
自动编码器架构图
  • Encoder层输出结果可视化
自动编码器Encoder层输出结果可视化
  • Autoencoder生成图片和原图片对比
自动编码器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
栈式自动编码器架构图
  • Encoder层输出结果可视化
栈式自动编码器Encoder层输出结果可视化
  • Stack Autoencoder生成图片和原图片对比
栈式自动编码器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
稀疏自动编码器架构图
  • Encoder层输出结果可视化
栈式自动编码器Encoder层输出结果可视化
  • Sparse Autoencoder生成图片和原图片对比
栈式自动编码器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
栈式自动编码器架构图
  • Encoder层输出结果可视化
栈式自动编码器Encoder层输出结果可视化
  • Denoising Autoencoder原图片和添加噪声后图片对比
栈式自动编码器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
栈式自动编码器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
卷积自动编码器架构图
  • Convolutional Autoencoder生成图片和原图片对比
卷积自动编码器生成图片和原图片对比
  • Convolutional Autoencoder训练accuracy和loss变化图
卷积自动编码器accuracy变化 卷积自动编码器loss变化