konvolutionel autoencoder
En konvolutionel autoencoder er en type neuralt netværk, der består af et encoder-netværk med konvolutionelle lag og et decoder-netværk med transponerede konvolutionelle lag, trænet til at rekonstruere inputdata.
Kort fortalt
En konvolutionel autoencoder lærer at komprimere billeder til en latent repræsentation og derefter genskabe dem ved hjælp af foldningslag.
- Kategori
- arkitektur
- Niveau
- øvet
Betydninger
1- 1
Et neuralt netværk med to dele: en encoder, der anvender konvolutionelle lag og pooling til at reducere dimensionen af input og danne en latent repræsentation, og en decoder, der anvender transponerede konvolutionelle lag (eller upsampling) til at rekonstruere input fra den latente repræsentation.
- En konvolutionel autoencoder kan trænes på MNIST-datasættet til at rekonstruere håndskrevne cifre.
Hvornår bruges det
Den konvolutionelle autoencoder bruges typisk til uovervåget læring på billeddata, fx til støjreduktion, billedkomprimering eller indlæring af nyttige repræsentationer til videre opgaver.
Kodeeksempel
from tensorflow.keras.layers import Input, Conv2D, MaxPooling2D, UpSampling2D
from tensorflow.keras.models import Model
input_img = Input(shape=(28, 28, 1))
x = Conv2D(16, (3, 3), activation='relu', padding='same')(input_img)
x = MaxPooling2D((2, 2), padding='same')(x)
x = Conv2D(8, (3, 3), activation='relu', padding='same')(x)
x = MaxPooling2D((2, 2), padding='same')(x)
x = Conv2D(8, (3, 3), activation='relu', padding='same')(x)
encoded = MaxPooling2D((2, 2), padding='same')(x)
x = Conv2D(8, (3, 3), activation='relu', padding='same')(encoded)
x = UpSampling2D((2, 2))(x)
x = Conv2D(8, (3, 3), activation='relu', padding='same')(x)
x = UpSampling2D((2, 2))(x)
x = Conv2D(16, (3, 3), activation='relu')(x)
x = UpSampling2D((2, 2))(x)
decoded = Conv2D(1, (3, 3), activation='sigmoid', padding='same')(x)
autoencoder = Model(input_img, decoded)
autoencoder.compile(optimizer='adam', loss='binary_crossentropy')Et simpelt eksempel på en konvolutionel autoencoder i Keras til MNIST-billeder (28x28).
Oprindelse
"Konvolutionel" refererer til brugen af foldningslag (convolution), og "autoencoder" betegner et netværk, der lærer at rekonstruere sin egen input.