在这里我指定了 64，hidden_units 越小，意味着信息损掉的越多，小伙伴们也可以测验测验一下其他的大年夜小来看看结不雅。

在练习模型时，我们的输入已经变成了参加噪声后的数据，而输出是我们的原始没有噪声的数据，重要要对原始数据进行 reshape 操作，变成与 inputs_雷同的格局。因为卷积操作的深度，所以模型练习时刻有些慢，建议应用 GPU 跑。

结不雅可视化

媒介

经由膳绫擎漫长的练习，我们的模型终于练习好了，接下来我们就经由过程可视化来看一看模型的效不雅若何。

可以看到经由过程卷积自编码器，我们的降袈潆效不雅照样异常好的，最毕生成的图片看起来异常顺滑，噪声也几乎看不到了。

有些小伙伴可能就会想，我们也可以用基本版的 input-hidden-output 构造的 AutoEncoder 来实现降袈潆。是以我也实现了一版用最简单的 input-hidden-output 构造进行降袈潆练习的模型（代码在我的 GitHub）。我们来看看它的结不雅：

可以看出，跟卷积自编码器比拟，它的降袈潆效不雅更差一些，在重塑的图像中还可以看到一些噪声的影子。

结尾

至此，我们完成了基本版本的 AutoEncoder 模型，还在此基本上参加卷积层来进行图片降袈潆。信赖小伙伴对 AntoEncoder 也有了一个初步的熟悉。

完全的代码已经放在我的 GitHub(NELSONZHAO/zhihu) 上，个中包含了六个文件：

• 

  BasicAE，基本版本的 AutoEncoder（包含 jupyter notebook 和 html 两个文件）

• EasyDAE，基本版本的降袈潆 AutoEncoder（包含 jupyter notebook 和 html 两个文件）

• ConvDAE，卷积降袈潆 AutoEncoder（包含 jupyter notebook 和 html 两个文件）

如不雅认为不错，可以给我的 GitHub 点个 star 就更好啦！

【编辑推荐】

1. 应用Java8函数式编程生成字母序列
2. 卷积神经收集不克不及处理“图”构造数据？这篇文┞仿告诉你谜底
3. 长文解密卷积神经收集体系构造
4. 挨踢部落坐诊第七期：王者农药福利局毕竟是用什么函数写出来的？
5. 卷积神经收集不克不及处理“图”构造数据？这篇文┞仿告诉你谜底

【义务编辑：张子龙 TEL：（010）68476606】

　　推荐阅读

　　只有20行Javascript代码！手把手教你写一个页面模板引擎

【技巧沙龙】AI开辟者拭魅战营-7分钟打造1个定制技能。7月22号，我们等你一路！经由过程这种办法，我们可以根据字符串构造函数，包含它的参数和函数体。这不恰是我们想要的嘛!不过先别急，在构造函数之>>>详细阅读

本文标题：利用卷积自编码器对图片进行降噪

地址：http://www.17bianji.com/lsqh/36298.html

 1/2    1