深度学习Keras框架笔记之AutoEncoder类

深度学习Keras框架笔记之AutoEncoder类使用笔记

keras.layers.core.AutoEncoder(encoder, decoder,output_reconstruction=True, weights=None)

  

这是一个用于构建很常见的自动编码模型。如果参数output_reconstruction=True,那么dim(input)=dim(output);否则dim(output)=dim(hidden)。

inputshape: 取决于encoder的定义

outputshape:取决于decoder的定义

参数:

  • encoder:编码器,是一个layer类型或layer容器类型。
  • decoder:解码器,是一个layer类型或layer容器类型。
  • output_reconstruction:boolean。值为False时,调用predict()函数时,输出是经过最深隐层的激活函数。Otherwise, the output of thefinal decoder layer is presented. Be sure your validation data conforms to thislogic if you decide to use any.(这一块还不太了解,待以后了解了再补充)
  • weights:用于初始化权值的numpy arrays组成的list。这个List至少有1个元素,其shape为(input_dim, output_dim)。

举例:

from keras.layers import containers  

 # input shape: (nb_samples, 32)
encoder =containers.Sequential([Dense(16, input_dim=32), Dense(8)])
decoder =containers.Sequential([Dense(16, input_dim=8), Dense(32)]) autoencoder =Sequential()
autoencoder.add(AutoEncoder(encoder=encoder, decoder=decoder,output_reconstruction=False))

  顺便再打个小广告,欢迎访问自己的网站:圆柱模板

上一篇:Windows 下端口被占用


下一篇:Keras 文档阅读笔记(不定期更新)