堆叠式自动编码器

时间:2019-04-25 08:09:12

标签: image-processing autoencoder chainer

我有一个基本的自动编码器结构。我想将其更改为堆叠式自动编码器。据我了解,堆叠式AE在两个方面有所不同:

  1. 它由稀疏的香草AE层组成
  2. 它进行分层训练。

我想知道是否需要对堆叠式AE进行稀疏性,或者只是增加香草AE结构中的隐藏层数,才能使其成为堆叠式AE?

class Autoencoder(Chain):
  def __init__(self):
    super().__init__()
    with self.init_scope():
  # encoder part
      self.l1 = L.Linear(1308608,500)
      self.l2 = L.Linear(500,100)
  # decoder part
      self.l3 = L.Linear(100,500)
      self.l4 = L.Linear(500,1308608)

  def forward(self,x):
      h = self.encode(x)
      x_recon = self.decode(h)
      return x_recon

  def __call__(self,x):
      x_recon = self.forward(x)
      loss = F.mean_squared_error(h, x)
      return loss

  def encode(self, x, train=True):
      h = F.dropout(self.activation(self.l1(x)), train=train)
      return self.activation(self.l2(x))

  def decode(self, h, train=True):
      h = self.activation(self.l3(h))
      return self.l4(x)

1 个答案:

答案 0 :(得分:1)

如果经常在堆叠式自动编码器的上下文中提到稀疏性,但不一定如此。因此,我认为没有必要。