深度學習Keras框架筆記之AutoEncoder類使用筆記

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

這是一個用於構建很常見的自動編碼模型。如果參數output_reconstruction=True，那麽dim(input)=dim(output)；否則dim(output)=dim(hidden)。

inputshape: 取決於encoder的定義

outputshape：取決於decoder的定義

參數：

• encoder:編碼器，是一個layer類型或layer容器類型。
• decoder:解碼器，是一個layer類型或layer容器類型。
• output_reconstruction:boolean。值為False時，調用predict()函數時，輸出是經過最深隱層的激活函數。Otherwise, the output of thefinal decoder layer is presented. Be sure your validation data conforms to thislogic if you decide to use any.(這一塊還不太了解，待以後了解了再補充)
• weights:用於初始化權值的numpy arrays組成的list。這個List至少有1個元素，其shape為（input_dim, output_dim）。

舉例：

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))  

　　順便再打個小廣告，歡迎訪問自己的網站：圓柱模板

深度學習Keras框架筆記之AutoEncoder類