Tensorflow實現稀疏自動編碼（SAE）

1.概述

人在獲取圖像時，並非像計算機逐個像素去讀，通常是掃一眼物體，大體能獲得須要的信息，如形狀，顏色，特徵。怎麼讓機器也有這項能力呢，稀疏編碼來了。

定義：

稀疏自編碼器（Sparse Autoencoder）能夠自動從無標註數據中學習特徵，能夠給出比原始數據更好的特徵描述。在實際運用時能夠用稀疏編碼器發現的特徵取代原始數據，這樣每每能帶來更好的結果。

上圖就是稀疏編碼的一半流程，清晰的說明了稀疏編碼的過程。

自編碼器要求輸出儘量等於輸入，而且它的隱藏層必須知足必定的稀疏性，即隱藏層不能攜帶太多信息。因此隱藏層對輸入進行了壓縮，並在輸出層中解壓縮。整個過程確定會丟失信息，但訓練可以使丟失的信息儘可能少。經過引入懲罰機制和BP算法解決最小化信息丟失問題。

2.代碼實現

#coding=utf-8 ''' Created on 2016年12月3日 @author: chunsoft ''' import tensorflow as tf import numpy as np import matplotlib.pyplot as plt # 導入 MNIST 數據 from tensorflow.examples.tutorials.mnist import input_data mnist = input_data.read_data_sets("/tmp/data/", one_hot=True) # 參數 learning_rate = 0.01 #學習速率 training_epochs = 20 #訓練批次 batch_size = 256 #隨機選擇訓練數據大小 display_step = 1 #展現步驟 examples_to_show = 10 #顯示示例圖片數量 # 網絡參數 #我這裏採用了三層編碼，實際針對mnist數據，隱層兩層，分別爲256，128效果最好 n_hidden_1 = 512 #第一隱層神經元數量 n_hidden_2 = 256 #第二 n_hidden_3 = 128 #第三 n_input = 784 #輸入 #tf Graph輸入 X = tf.placeholder("float", [None,n_input]) #權重初始化 weights = { 'encoder_h1': tf.Variable(tf.random_normal([n_input, n_hidden_1])), 'encoder_h2': tf.Variable(tf.random_normal([n_hidden_1, n_hidden_2])), 'encoder_h3': tf.Variable(tf.random_normal([n_hidden_2, n_hidden_3])), 'decoder_h1': tf.Variable(tf.random_normal([n_hidden_3, n_hidden_2])), 'decoder_h2': tf.Variable(tf.random_normal([n_hidden_2, n_hidden_1])), 'decoder_h3': tf.Variable(tf.random_normal([n_hidden_1, n_input])), } #偏置值初始化 biases = { 'encoder_b1': tf.Variable(tf.random_normal([n_hidden_1])), 'encoder_b2': tf.Variable(tf.random_normal([n_hidden_2])), 'encoder_b3': tf.Variable(tf.random_normal([n_hidden_3])), 'decoder_b1': tf.Variable(tf.random_normal([n_hidden_2])), 'decoder_b2': tf.Variable(tf.random_normal([n_hidden_1])), 'decoder_b3': tf.Variable(tf.random_normal([n_input])), } # 開始編碼 def encoder(x): #sigmoid激活函數，layer = x*weights['encoder_h1']+biases['encoder_b1'] layer_1 = tf.nn.sigmoid(tf.add(tf.matmul(x, weights['encoder_h1']), biases['encoder_b1'])) layer_2 = tf.nn.sigmoid(tf.add(tf.matmul(layer_1, weights['encoder_h2']), biases['encoder_b2'])) layer_3 = tf.nn.sigmoid(tf.add(tf.matmul(layer_2, weights['encoder_h3']), biases['encoder_b3'])) return layer_3 # 開始解碼 def decoder(x): #sigmoid激活函數,layer = x*weights['decoder_h1']+biases['decoder_b1'] layer_1 = tf.nn.sigmoid(tf.add(tf.matmul(x, weights['decoder_h1']), biases['decoder_b1'])) layer_2 = tf.nn.sigmoid(tf.add(tf.matmul(layer_1, weights['decoder_h2']), biases['decoder_b2'])) layer_3 = tf.nn.sigmoid(tf.add(tf.matmul(layer_2, weights['decoder_h3']), biases['decoder_b3'])) return layer_3 # 構造模型 encoder_op = encoder(X) encoder_result = encoder_op decoder_op = decoder(encoder_op) #預測 y_pred = decoder_op #實際輸入數據看成標籤 y_true = X # 定義代價函數和優化器，最小化平方偏差,這裏能夠根據實際修改偏差模型 cost = tf.reduce_mean(tf.pow(y_true-y_pred, 2)) optimizer = tf.train.RMSPropOptimizer(learning_rate).minimize(cost) # 初始化變量 init = tf.initialize_all_variables(); # 運行Graph with tf.Session() as sess: sess.run(init) #總的batch total_batch = int(mnist.train.num_examples/batch_size) # 開始訓練 for epoch in range(training_epochs): for i in range(total_batch): batch_xs, batch_ys = mnist.train.next_batch(batch_size) _, c = sess.run([optimizer, cost], feed_dict={X: batch_xs}) # 展現每次訓練結果 if epoch % display_step == 0: print("Epoch:", '%04d' % (epoch+1), "cost=", "{:.9f}".format(c)) print("Optimization Finished!") # Applying encode and decode over test set #顯示編碼結果和解碼後結果 encodes = sess.run( encoder_result, feed_dict={X: mnist.test.images[:examples_to_show]}) encode_decode = sess.run( y_pred, feed_dict={X: mnist.test.images[:examples_to_show]}) # 對比原始圖片重建圖片 f, a = plt.subplots(2, 10, figsize=(10, 2)) for i in range(examples_to_show): a[0][i].imshow(np.reshape(mnist.test.images[i], (28, 28))) a[1][i].imshow(np.reshape(encode_decode[i], (28, 28))) f.show() plt.draw() plt.waitforbuttonpress()