深度学习中的自动编码器：TensorFlow示例

什么是自动编码器？

  自动编码器是重建输入的绝佳工具。简单来说，机器就是一个图像，可以生成一个密切相关的图片。这种神经网络中的输入是未标记的，这意味着网络能够在没有监督的情况下进行学习。更准确地说，输入由网络编码，仅关注最关键的特征。这是自动编码器因降维而流行的原因之一。此外，自动编码器可用于生成生成学习模型。例如，神经网络可以用一组面部训练，然后可以产生新的面部。

Autoencoder如何工作？

  自动编码器的目的是通过仅关注基本特征来产生输入的近似值。您可能会想到为什么不仅仅学习如何复制和粘贴输入以产生输出。实际上，自动编码器是一组约束，迫使网络学习表示数据的新方法，而不仅仅是复制输出。

  典型的自动编码器定义有输入，内部表示和输出（输入的近似值）。学习发生在附加到内部表示的层中。实际上，有两个主要的层块看起来像传统的神经网络。稍有不同的是包含输出的图层必须等于输入。在下图中，原始输入进入称为编码器的第一个块。此内部表示压缩（缩小）输入的大小。在第二个块中发生输入的重建。这是解码阶段。

  该模型将通过最小化损失函数来更新权重。如果重建输出与输入不同，则模型受到惩罚。

  具体地说，想象一个大小为50x50（即250像素）的图片和一个只有一个由100个神经元组成的隐藏层的神经网络。学习是在比输入小两倍的特征图上完成的。这意味着网络需要找到一种重建250像素的方法，只有一个神经元矢量等于100。

堆叠自动编码器示例

  您将学习如何使用堆叠自动编码器。该架构类似于传统的神经网络。输入进入隐藏层以便压缩或减小其大小，然后到达重建层。目标是生成与原始图像一样接近的输出图像。模型必须学习在一组约束下实现其任务的方法，即具有较低维度的约束。

  如今，自动编码器主要用于对图像进行去噪。想象一下有划痕的图像; 人类仍然能够识别内容。去噪自动编码器的想法是为图像添加噪声，迫使网络学习数据背后的模式。

  另一个有用的自动编码器系列是变分自动编码器。这种类型的网络可以生成新图像。想象一下，你用一个男人的形象训练一个网络; 这样的网络可以产生新的面孔。

使用TensorFlow构建自动编码器

在本教程中，您将学习如何构建堆叠自动编码器以重建图像。

  您将使用包含60000个32x32彩色图像的CIFAR-10数据集。数据集已经分为50000个图像用于训练，10000个用于测试。最多有十个班级：

• 飞机
• 汽车
• 鸟
• 猫
• 鹿
• 狗
• 青蛙
• 马
• 船
• 卡车

  您需要下载此URL中的图像https://www.cs.toronto.edu/~kriz/cifar.html并解压缩。-10-batches-py的文件夹包含五批数据，每个数据按随机顺序排列10000个。

---

  在构建和训练模型之前，需要应用一些数据处理。您将按以下步骤操作：

1. 导入数据
2. 将数据转换为黑白格式
3. 附加所有批次
4. 构建训练数据集
5. 构建图像可视化工具

图像预处理

步骤1）导入数据

  根据官方网站，您可以使用以下代码上传数据。代码将使用数据和标签将数据加载到字典中。请注意，代码是一个函数。

import numpy as np
import tensorflow as tf
import pickle
def unpickle(file):
    import pickle
    with open(file, 'rb') as fo:
        dict = pickle.load(fo, encoding='latin1')
    return dict

步骤2）将数据转换为黑白格式

  为简单起见，您将数据转换为灰度。也就是说，对于颜色图像，仅有一个维度对三个维度。大多数神经网络仅适用于一维输入。

def grayscale(im):
    return im.reshape(im.shape[0], 3, 32, 32).mean(1).reshape(im.shape[0], -1)

步骤3）附加所有批次

  既然已经创建了两个函数并且加载了数据集，那么您可以编写一个循环来将数据附加到内存中。如果仔细检查，带有数据的解压缩文件名为data_batch_，编号从1到5.您可以循环访问文件并将其附加到数据。

# Load the data into memory
data, labels = [], []
## Loop over the b
for i in range(1, 6):
    filename = './cifar-10-batches-py/data_batch_' + str(i)
    open_data = unpickle(filename)
    if len(data) > 0:
        data = np.vstack((data, open_data['data']))
        labels = np.hstack((labels, open_data['labels']))
    else:
        data = open_data['data']
        labels = open_data['labels']

data = grayscale(data)
x = np.matrix(data)
y = np.array(labels)
print(x.shape)
(50000, 1024)

  注意：将“./cifar-10-batches-py/data_batch_”更改为文件的实际位置。例如对于Windows机器，路径可以是filename ='E：\ cifar-10-batches-py \ data_batch_'+ str（i）

步骤4）构建训练数据集

  为了使训练更快更容易，您将仅在马图像上训练模型。马是标签数据中的第七类。如CIFAR-10数据集的文档中所述，每个类包含5000个图像。您可以打印数据的形状以确认有5000列的5000张图像。

horse_i = np.where(y == 7)[0]
horse_x = x[horse_i]
print(np.shape(horse_x)) 
(5000, 1024)

步骤5）构建图像可视化器

  最后，构建一个绘制图像的函数。您将需要此功能从自动编码器打印重建图像。

  打印图像的简单方法是使用matplotlib库中的对象imshow。请注意，您需要将数据的形状从1024转换为32 * 32（即图像的格式）。

# To plot pretty figures
%matplotlib inline
import matplotlib
import matplotlib.pyplot as plt
def plot_image(image, shape=[32, 32], cmap = "Greys_r"):
    plt.imshow(image.reshape(shape), cmap=cmap,interpolation="nearest")
    plt.axis("off")   

该函数有3个参数：

• 图像：输入
• 形状：列表，图像的尺寸
• Cmap：选择颜色图。默认情况下，灰色

  您可以尝试在数据集中绘制第一个图像。你应该看到一个骑马的男人。

plot_image(horse_x[1], shape=[32, 32], cmap = "Greys_r")        

设置数据集估算器
  好了，现在数据集已经可以使用了，你可以开始使用Tensorflow了。在构建模型之前，让我们使用Tensorflow的数据集估算器来提供网络。

  您将使用TensorFlow估算器构建数据集。要刷新你的想法，你需要使用：

• from_tensor_slices
• 重复
• 批量
• 构建数据集的完整代码是：

dataset = tf.data.Dataset.from_tensor_slices(x).repeat().batch(batch_size)  

请注意，x是占位符，具有以下形状：

• [None，n_inputs]：设置为None，因为网络的图像馈送数量等于批量大小。之后，您需要创建迭代器。没有这行代码，任何数据都不会通过管道。

iter = dataset.make_initializable_iterator（）#create iteratorfeatures = iter.get_next（）

  现在管道已准备好，您可以检查第一张图像是否与之前相同（即马上的人）。

  您将批量大小设置为1，因为您只想用一个图像提供数据集。您可以使用print（sess.run（features）.shape）查看数据的维度。它等于（1,010）。1表示每个只有一个1024的图像。如果批量大小设置为2，则两个图像将通过管道。（不要改变批量大小。否则，它会抛出一个错误。一次只能有一个图像进入plot_image（）函数。

## Parameters
n_inputs = 32 * 32
BATCH_SIZE = 1
batch_size = tf.placeholder(tf.int64)

# using a placeholder
x = tf.placeholder(tf.float32, shape=[None,n_inputs])
## Dataset
dataset = tf.data.Dataset.from_tensor_slices(x).repeat().batch(batch_size)
iter = dataset.make_initializable_iterator() # create the iterator
features = iter.get_next()

## Print the image
with tf.Session() as sess:
    # feed the placeholder with data
    sess.run(iter.initializer, feed_dict={x: horse_x,
                                         batch_size: BATCH_SIZE}) 
    print(sess.run(features).shape) 
    plot_image(sess.run(features), shape=[32, 32], cmap = "Greys_r")
(1, 1024)

---

建立网络

  现在是构建网络的时候了。您将训练堆叠自动编码器，即具有多个隐藏层的网络。您的网络将有一个1024点的输入图层，即32x32，即图像的形状。编码器块将具有一个具有300个神经元的顶部隐藏层，具有150个神经元的中心层。解码器块与编码器对称。您可以在下图中显示网络。请注意，您可以更改隐藏层和中间层的值。

  构建自动编码器与任何其他深度学习模型非常相似。

您将按照以下步骤构建模型：

• 定义参数
• 定义图层
• 定义架构
• 定义优化
• 运行模型
• 评估模型

  在上一节中，您学习了如何创建管道以提供模型，因此无需再次创建数据集。您将构建一个包含四个图层的自动编码器。您使用Xavier初始化。这是一种将初始权重设置为等于输入和输出的方差的技术。最后，使用洗脱激活功能。您使用L2正规化器来规范损耗函数。

步骤1）定义参数

  第一步意味着定义每层中神经元的数量，学习速率和正则化器的超参数。在此之前，您将部分导入该功能。这是定义密集层参数的更好方法。下面的代码定义了自动编码器体系结构的值。如前所列，自动编码器有两层，第一层有300个神经元，第二层有150个神经元。它们的值存储在n_hidden_​​1和n_hidden_​​2中。

您需要定义学习速率和L2超参数。值存储在learning_rate和l2_reg中

from functools import partial

## Encoder
n_hidden_1 = 300
n_hidden_2 = 150  # codings

## Decoder
n_hidden_3 = n_hidden_1
n_outputs = n_inputs

learning_rate = 0.01
l2_reg = 0.0001

  使用估算器contrib中的对象xavier_initializer调用Xavier初始化技术。在同一个估算器中，您可以使用l2_regularizer添加正则化器

## Define the Xavier initialization
xav_init =  tf.contrib.layers.xavier_initializer()
## Define the L2 regularizer
l2_regularizer = tf.contrib.layers.l2_regularizer(l2_reg)

步骤2）定义图层

  已经设置了密集层的所有参数; 你可以使用object partial包装变量dense_layer中的所有内容。dense_layer，它使用ELU激活，Xavier初始化和L2正则化。

## Create the dense layer
dense_layer = partial(tf.layers.dense,
                         activation=tf.nn.elu,
                         kernel_initializer=xav_init,
                         kernel_regularizer=l2_regularizer)

步骤3）定义架构

  如果你看一下架构的图片，你会注意到网络堆叠了三层带有输出层。在下面的代码中，您连接适当的图层。例如，第一层计算输入矩阵特征与包含300个权重的矩阵之间的点积。计算点积后，输出转到Elu激活功能。输出成为下一层的输入，这就是您使用它来计算hidden_​​2等的原因。每个图层的矩阵乘法相同，因为您使用相同的激活函数。请注意，最后一层输出不应用激活功能。这是有道理的，因为这是重建的输入

## Make the mat mul
hidden_1 = dense_layer(features, n_hidden_1)
hidden_2 = dense_layer(hidden_1, n_hidden_2)
hidden_3 = dense_layer(hidden_2, n_hidden_3)
outputs = dense_layer(hidden_3, n_outputs, activation=None)

步骤4）定义优化

  最后一步是构造优化器。您使用均方误差作为损失函数。如果您回想一下关于线性回归的教程，您就会知道MSE是根据预测输出和实际标签之间的差异来计算的。这里，标签是特征，因为模型试图重建输入。因此，您需要预测输出和输入之间的平方差之和的平均值。使用TensorFlow，您可以编写损失函数，如下所示：

loss = tf.reduce_mean（tf.square（outputs  -  features））  

  然后，您需要优化损失函数。您使用Adam优化器来计算渐变。目标函数是尽量减少损失。

## Optimize
loss = tf.reduce_mean(tf.square(outputs - features))
optimizer = tf.train.AdamOptimizer(learning_rate)
train  = optimizer.minimize(loss)

  在训练模型之前还有一个设置。您希望使用批量大小为150，即每次迭代为管道提供150个图像。您需要手动计算迭代次数。这是微不足道的：

  如果您想每次传递150张图像，并且您知道数据集中有5000张图像，则迭代次数等于。在python中，您可以运行以下代码并确保输出为33：

BATCH_SIZE = 150
### Number of batches :  length dataset / batch size
n_batches = horse_x.shape[0] // BATCH_SIZE
print(n_batches)
33

步骤5）运行模型

  最后但同样重要的是，训练模型。你正在用100个时代训练模型。也就是说，模型将看到100倍的图像到优化的权重。

  您已熟悉在Tensorflow中训练模型的代码。稍有不同的是在运行培训之前管道数据。通过这种方式，模型训练更快。

  您有兴趣在十个时期之后打印损失，以查看模型是否正在学习某些东西（即损失正在减少）。培训需要2到5分钟，具体取决于您的机器硬件。

## Set params
n_epochs = 100

## Call Saver to save the model and re-use it later during evaluation
saver = tf.train.Saver()

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    # initialise iterator with train data
    sess.run(iter.initializer, feed_dict={x: horse_x,
                                          batch_size: BATCH_SIZE})
    print('Training...')
    print(sess.run(features).shape) 
    for epoch in range(n_epochs):       
        for iteration in range(n_batches):
            sess.run(train)
        if epoch % 10 == 0:
            loss_train = loss.eval()   # not shown
            print("\r{}".format(epoch), "Train MSE:", loss_train) 
        #saver.save(sess, "./my_model_all_layers.ckpt") 
    save_path = saver.save(sess, "./model.ckpt")    
    print("Model saved in path: %s" % save_path)  
Training...
(150, 1024)
0 Train MSE: 2934.455
10 Train MSE: 1672.676
20 Train MSE: 1514.709
30 Train MSE: 1404.3118
40 Train MSE: 1425.058
50 Train MSE: 1479.0631
60 Train MSE: 1609.5259
70 Train MSE: 1482.3223
80 Train MSE: 1445.7035
90 Train MSE: 1453.8597
Model saved in path: ./model.ckpt

步骤6）评估模型

  现在你已经训练了模型，现在是时候进行评估了。您需要从文件/ cifar-10-batches-py /导入测试sert。

test_data = unpickle('./cifar-10-batches-py/test_batch')
test_x = grayscale(test_data['data'])
#test_labels = np.array(test_data['labels'])

  注意：对于Windows机器，代码变为test_data = unpickle（r“E：\ cifar-10-batches-py \ test_batch”）

您可以尝试打印图像13，这是一匹马

plot_image(test_x[13], shape=[32, 32], cmap = "Greys_r")

  要评估模型，您将使用此图像的像素值，并查看编码器是否可以在缩小1024像素后重建相同的图像。请注意，您定义了一个函数来评估不同图片上的模型。该模型应该只适用于马匹。

该函数有两个参数：

• df：导入测试数据
• image_number：指示要导入的图像

该功能分为三个部分：

1. 将图像重塑为正确的尺寸，即1,1024
2. 使用看不见的图像输入模型，对图像进行编码/解码
3. 打印真实和重建的图像

def reconstruct_image(df, image_number = 1):
    ## Part 1: Reshape the image to the correct dimension i.e 1, 1024
    x_test = df[image_number]
    x_test_1 = x_test.reshape((1, 32*32))
    
    ## Part 2: Feed the model with the unseen image, encode/decode the image
    with tf.Session() as sess:     
        sess.run(tf.global_variables_initializer()) 
        sess.run(iter.initializer, feed_dict={x: x_test_1,
                                      batch_size: 1})
    ## Part 3:  Print the real and reconstructed image
      # Restore variables from disk.
        saver.restore(sess, "./model.ckpt")  
        print("Model restored.")
      # Reconstruct image
        outputs_val = outputs.eval()
        print(outputs_val.shape)
        fig = plt.figure()
      # Plot real
        ax1 = fig.add_subplot(121)
        plot_image(x_test_1, shape=[32, 32], cmap = "Greys_r")
      # Plot estimated
        ax2 = fig.add_subplot(122)
        plot_image(outputs_val, shape=[32, 32], cmap = "Greys_r")
        plt.tight_layout()
        fig = plt.gcf()

  现在已经定义了评估函数，您可以查看重建的图像编号十三

reconstruct_image(df =test_x, image_number = 13)    

INFO:tensorflow:Restoring parameters from ./model.ckpt
Model restored.
(1, 1024)

摘要

  自动编码器的主要目的是压缩输入数据，然后将其解压缩为与原始数据非常相似的输出。
  自动编码器的体系结构与称为中心层的枢轴层对称。

您可以使用以下命令创建自动编码器：
部分：使用典型设置创建密集层：

    tf.layers.dense,                         
    activation=tf.nn.elu,                         
    kernel_initializer=xav_init,                         
    kernel_regularizer=l2_regularizer

dense_layer（）：使矩阵乘法
您可以使用以下命令定义损失函数和优化：

loss = tf.reduce_mean(tf.square(outputs - features))
optimizer = tf.train.AdamOptimizer(learning_rate)
train  = optimizer.minimize(loss)

最后运行一个会话来训练模型。
说到这里，你掌握了吗？