Keras - 训练卷积网络,获得自动编码器输出

时间:2016-04-24 15:13:56

标签: python keras

我想做什么: 我想在仅仅两个类的cifar10数据集上训练卷积神经网络。然后,一旦我得到我的拟合模型,我想采取所有图层并重现输入图像。所以我想从网络上取回图像而不是分类。

到目前为止我做了什么:

input_shape=(3, 32, 32)

当我这样做时:

{{1}}

这是否意味着3通道(RGB)32 x 32图像?

1 个答案:

答案 0 :(得分:1)

我建议你使用堆叠卷积自动编码器。这使得拆分层和解卷积成为必需。在这里你可以找到Theano(Keras的构建)的一般想法和代码:

https://swarbrickjones.wordpress.com/2015/04/29/convolutional-autoencoders-in-pythontheanolasagne/

所需图层的示例定义可在此处找到:

https://github.com/fchollet/keras/issues/378