本文为 AI 研习社编译的技术博客，原标题 ：
Building Autoencoder in Pytorch
作者 | Vipul Vaibhaw
翻译 | 邓普斯•杰弗、酱番梨、向日魁
校对 | 邓普斯•杰弗 整理 | 菠萝妹
原文链接：
https://medium.com/@vaibhaw.vipul/building-autoencoder-in-pytorch-34052d1d280c
这篇文章中，我们将利用 CIFAR-10 数据集通过 Pytorch 构建一个简单的卷积自编码器。
引用维基百科的定义，”自编码器是一种人工神经网络，在无监督学习中用于有效编码。自编码的目的是通过一组数据学习出一种特征（编码），通常用于降维。“
为了建立一个自编码器，我们需要三件事：一个编码函数，一个解码函数，和一个衡量压缩特征和解压缩特征间信息损失的距离函数（也称为损失函数）。
如果我们要在 Pytorch 中编写自动编码器，我们需要有一个自动编码器类，并且必须使用super（）从父类继承init。
我们通过导入必要的 Pytorch 模块开始编写卷积自动编码器。
import torch
import torchvision as tv
import torchvision.transforms as transforms
import torch.nn as nn
import torch.nn.functional as F
from torch.autograd import Variable
from torchvision.utils import save_image
现在我们设置下载CIFAR-10数据集并将其转换应用于它。
我们对数据集应用了两个转换 -
-
ToTensor（） - 它将 PIL图像或者 [0,255]范围内的 numpy.ndarray（H x W x C）转换成 Torch 。 [0.0,1.0]范围内的形状 FloatTensor。
-
Normalize（） - 使用均值和标准差对张量图像进行标准化。
基本上在应用变换之后，我们得到（-2,2）范围内的值 。
# Loading and Transforming data
transform = transforms.Compose([transforms.ToTensor(), transforms.Normalize((0.4914, 0.4822, 0.4466), (0.247, 0.243, 0.261))])
trainTransform = tv.transforms.Compose([tv.transforms.ToTensor(), tv.transforms.Normalize((0.4914, 0.4822, 0.4466), (0.247, 0.243, 0.261))])
trainset = tv.datasets.CIFAR10(root='./data', train=True,download=True, transform=transform)
dataloader = torch.utils.data.DataLoader(trainset, batch_size=32, shuffle=False, num_workers=4)
testset = tv.datasets.CIFAR10(root='./data', train=False, download=True, transform=transform)
classes = ('plane', 'car', 'bird', 'cat', 'deer', 'dog', 'frog', 'horse', 'ship', 'truck')
testloader = torch.utils.data.DataLoader(testset, batch_size=4, shuffle=False, num_workers=2)
你可以在这里阅读更多关于上述变换的内容。 现在下一步是编写自动编码类。
# Writing our model
class Autoencoder(nn.Module):
def __init__(self):
super(Autoencoder,self).__init__()
self.encoder = nn.Sequential(
nn.Conv2d(3, 6, kernel_size=5),
nn.ReLU(True),
nn.Conv2d(6,16,kernel_size=5),
nn.ReLU(True))
self.decoder = nn.Sequential(
nn.ConvTranspose2d(16,6,kernel_size=5),
nn.ReLU(True),
nn.ConvTranspose2d(6,3,kernel_size=5),
nn.ReLU(True),
nn.Sigmoid())
def forward(self,x):
x = self.encoder(x)
x = self.decoder(x)
return x
卷积编码器神经网络具有一些 Conv2d，并且我们有使用ReLU激活功能正在被使用。 现在我们定义一些参数 -
#defining some params
num_epochs = 5 #you can go for more epochs, I am using a mac
batch_size = 128
然后是时候设置训练模型了。我们调用模型并将其配置为在 cpu 上运行。如果你有一个 gpu，你可以使用 cuda。
我们使用 Mean Squared Error 作为损失函数。对于优化器，我们使用 adam。
model = Autoencoder().cpu()
distance = nn.MSELoss()
optimizer = torch.optim.Adam(model.parameters(),weight_decay=1e-5)
让咱们开始训练吧！
for epoch in range(num_epochs):
for data in dataloader:
img, _ = data
img = Variable(img).cpu()
# ===================forward=====================
output = model(img)
loss = distance(output, img)
# ===================backward====================
optimizer.zero_grad()
loss.backward()
optimizer.step()
# ===================log========================
print('epoch [{}/{}], loss:{:.4f}'.format(epoch+1, num_epochs, loss.data[0]))
这是我写的一个简单的博客，展示了如何在 Pytorch 中构建自动编码器。 但是，如果要在模型中包含 MaxPool2d（），请确保设置 return_indices = True，然后在解码器中使用 MaxUnpool2d（）图层。
持续的学习和分享，可以在 github，Stack Overflow，LinkedIn，或者 Twitter 上 Follow 我。
想要继续查看该篇文章相关链接和参考文献？
长按链接点击打开或点击用Pytorch构建一个自动解码器：
https://ai.yanxishe.com/page/TextTranslation/1284
AI研习社每日更新精彩内容，观看更多精彩内容：
命名实体识别（NER）综述
杰出数据科学家的关键技能是什么？
初学者怎样使用Keras进行迁移学习
如果你想学数据科学，这 7 类资源千万不能错过
等你来译：
深度学习目标检测算法综述
一文教你如何用PyTorch构建 Faster RCNN
高级DQNs：利用深度强化学习玩吃豆人游戏
用于深度强化学习的结构化控制网络 （ICML 论文讲解）
【AI求职百题斩 - 每日一题】
赶紧来看看今天的题目吧！
网友评论