自编码器(AutoEncoder)是深度学习中的一类无监督学习模型,由encoder和decoder两部分组成
自编码器主要是一种思想,encoder和decoder可以由全连接层、CNN或RNN等模型实现
以下使用Keras
,用CNN实现自编码器,通过学习从加噪图片到原始图片的映射,完成图像去噪任务
准备
用到的数据是MNIST
,手写数字识别数据集,Keras中自带
训练集5W条,测试集1W条,都是28 × 28 的灰度图。
这里我们用IPython
写代码,因为有些地方需要交互地进行展示
在项目路径运行以下命令,启动IPython
jupyter notebook
加载库
# -*- coding: utf-8 -*-
from keras.datasets import mnist
import numpy as np
加载MNIST数据,不需要对应的标签,将像素值归一化到0至1,重塑为 N × 1 × 28 × 28 的四维 tensor,即张量,1表示颜色通道,即灰度图
(x_train, _), (x_test, _) = mnist.load_data()
x_train = x_train.astype('float32') / 255.
x_test = x_test.astype('float32') / 255.
x_train = np.reshape(x_train, (len(x_train), 28, 28, 1))
x_test = np.reshape(x_test, (len(x_test), 28, 28, 1))
添加随机白噪声,并限制加噪后像素值仍处于0至1之间
noise_factor = 0.5
x_train_noisy = x_train + noise_factor * np.random.normal(loc=0.0, scale=1.0, size=x_train.shape)
x_test_noisy = x_test + noise_factor * np.random.normal(loc=0.0, scale=1.0, size=x_test.shape)
x_train_noisy = np.clip(x_train_noisy, 0., 1.)
x_test_noisy = np.clip(x_test_noisy, 0., 1.)
看一下加噪后的效果
import matplotlib.pyplot as plt
%matplotlib inline
n = 10
plt.figure(figsize=(20, 2))
for i in range(n):
ax = plt.subplot(1, n, i + 1)
plt.imshow(x_test_noisy[i].reshape(28, 28))
plt.gray()
ax.get_xaxis().set_visible(False)
ax.get_yaxis().set_visible(False)
plt.show()
模型实现
定义模型的输入
from keras.layers import Input, Dense, Conv2D, MaxPooling2D, UpSampling2D
from keras.models import Model, load_model
input_img = Input(shape=(28, 28, 1,))
实现encoder部分,由两个 3 × 3 × 32 的卷积和两个 2 × 2 的最大池化组成
x = Conv2D(32, (3, 3), padding='same', activation='relu')(input_img)
x = MaxPooling2D((2, 2), padding='same')(x)
x = Conv2D(32, (3, 3), padding='same', activation='relu')(x)
encoded = MaxPooling2D((2, 2), padding='same')(x)
实现decoder部分,由两个 3×3×32 的卷积和两个 2×2 的上采样组成
# 7 * 7 * 32
x = Conv2D(32, (3, 3), padding='same', activation='relu')(encoded)
x = UpSampling2D((2, 2))(x)
x = Conv2D(32, (3, 3), padding='same', activation='relu')(x)
x = UpSampling2D((2, 2))(x)
decoded = Conv2D(1, (3, 3), padding='same', activation='sigmoid')(x)
将输入和输出连接,构成自编码器并compile
autoencoder = Model(input_img, decoded)
autoencoder.compile(optimizer='adadelta', loss='binary_crossentropy')
使用x_train
作为输入和输出进行训练,使用x_test
进行校验
autoencoder.fit(x_train_noisy, x_train,
epochs=100,
batch_size=128,
shuffle=True,
validation_data=(x_test_noisy, x_test))
autoencoder.save('autoencoder.h5')
在CPU上训练比较慢,有条件的话可以用GPU,速度快上几十倍
这里将训练后的模型保存下来,之后或在其他地方都可以直接加载使用
使用自编码器对x_test_noisy
预测,绘制预测结果,和原始加噪图像进行对比,便可以得到一开始的对比效果图
autoencoder = load_model('autoencoder.h5')
decoded_imgs = autoencoder.predict(x_test_noisy)
n = 10
plt.figure(figsize=(20, 4))
for i in range(n):
# display original
ax = plt.subplot(2, n, i + 1)
plt.imshow(x_test_noisy[i].reshape(28, 28))
plt.gray()
ax.get_xaxis().set_visible(False)
ax.get_yaxis().set_visible(False)
# display reconstruction
ax = plt.subplot(2, n, i + 1 + n)
plt.imshow(decoded_imgs[i].reshape(28, 28))
plt.gray()
ax.get_xaxis().set_visible(False)
ax.get_yaxis().set_visible(False)
plt.show()
https://study.163.com/course/courseMain.htm?courseId=1004777011