Question

我正在建立一个自动编码器网络来查找文本中的异常值。

我首先构建了一个numpy数组，其输入表示为ascii文本，但我无法将它们取回。

我的输入看起来像这样：

fab_shadow_black.9.png
fab_shadow_dark.9.png
fab_shadow_light.9.png
fastscroller_handle_normal.xml
fastscroller_handle_pressed.xml
folder_fab.png
ic_account_circle_grey_24dp.xml
ic_action_cancel_light.png

我的整个代码如下：

import sys
from keras import Input, Model
import matplotlib.pyplot as plt
from keras.layers import Dense
import numpy as np
from pprint import pprint
from google.colab import drive

drive.mount('/content/drive')
with open('/content/drive/My Drive/Colab Notebooks/drawables.txt', 'r') as arquivo:
    dados = arquivo.read().splitlines()

def tamanho_maior_elemento(lista):
  maior = 0
  for elemento in lista:
    tamanho_elemento = len(elemento)
    if tamanho_elemento > maior:
      maior = tamanho_elemento
  return maior

def texto_para_ascii(lista, tamanho_maior_elemento):
  lista_ascii = list()
  for elemento in lista:
    elemento_ascii_lista = list()
    elemento_com_zeros = elemento.ljust(tamanho_maior_elemento, "0")
    for caractere in elemento_com_zeros:
      elemento_ascii_lista.append(ord(caractere))
    lista_ascii.append(elemento_ascii_lista)
  return lista_ascii

def ascii_para_texto(lista):
  lista_ascii = list()
  for elemento in lista:
    elemento_ascii_lista = list()
    for caractere in elemento:
      elemento_ascii_lista.append(chr(caractere))
    elemento_ascii_string = "".join(elemento_ascii_lista)
    lista_ascii.append(elemento_ascii_string)
  return lista_ascii

tamanho_maior_elemento = tamanho_maior_elemento(dados)

tamanho_lista = len(dados)

dados_ascii = texto_para_ascii(dados, tamanho_maior_elemento)

np_dados_ascii = np.array(dados_ascii)

tamanho_comprimido = int(tamanho/5)

dados_input = Input(shape=(tamanho_maior_elemento,))

hidden = Dense(tamanho_comprimido, activation='relu')(dados_input)

output = Dense(tamanho_maior_elemento, activation='relu')(hidden)
resultado = Dense(tamanho_maior_elemento, activation='sigmoid')(output)

autoencoder = Model(input=dados_input, output=resultado)
autoencoder.compile(optimizer='adam', loss='mse')
history = autoencoder.fit(np_dados_ascii, np_dados_ascii, epochs=10)

plt.plot(history.history["loss"])
plt.ylabel("Loss")
plt.xlabel("Epoch")
plt.show()

saida_predict = autoencoder.predict(np_dados_ascii)

saida_lista = saida_predict.tolist()

pprint(saida_predict)
pprint(saida_lista)

我的输入是一个numpy数组，每个字符串都表示为用0右填充的ascii数字。

问题在于，predict的输出中有很多介于0和1之间的值，我无法将其转换回文本。

array([[1.        , 0.9999999 , 1.        , ..., 1.        , 1.        ,
        1.        ],
       [0.99992466, 1.        , 1.        , ..., 1.        , 1.        ,
        1.        ],
       [1.        , 0.99999994, 1.        , ..., 1.        , 1.        ,
        1.        ],
       ...,
       [0.9999998 , 0.9999999 , 1.        , ..., 1.        , 1.        ,
        0.9999999 ],
       [1.        , 0.9999998 , 1.        , ..., 1.        , 1.        ,
        1.        ],
       [0.9999999 , 0.99999994, 1.        , ..., 1.        , 1.        ,
        1.        ]], dtype=float32)

我应该得到一个包含ascii数字的数组，就像我在输入中输入的一样，我出了什么问题？

Answer 1

在您的代码中，

resultado = Dense(tamanho_maior_elemento, activation='sigmoid')(output)

您使用了S形激活，因此预测范围在0到1之间。尝试通过线性激活更改它。

resultado = Dense(tamanho_maior_elemento)(output)

对于线性激活，您无需在激活中分配任何内容，因为here提到默认情况下是线性激活。

Keras模型预测输出是一个值在0到1之间的数组

1 个答案: