TensorFlow實現(xiàn)AutoEncoder自編碼器

更新時間：2018年03月09日 15:02:40 作者：marsjhao

這篇文章主要為大家詳細介紹了TensorFlow實現(xiàn)AutoEncoder自編碼器，具有一定的參考價值，感興趣的小伙伴們可以參考一下

一、概述

AutoEncoder大致是一個將數(shù)據(jù)的高維特征進行壓縮降維編碼，再經(jīng)過相反的解碼過程的一種學習方法。學習過程中通過解碼得到的最終結(jié)果與原數(shù)據(jù)進行比較，通過修正權重偏置參數(shù)降低損失函數(shù)，不斷提高對原數(shù)據(jù)的復原能力。學習完成后，前半段的編碼過程得到結(jié)果即可代表原數(shù)據(jù)的低維“特征值”。通過學習得到的自編碼器模型可以實現(xiàn)將高維數(shù)據(jù)壓縮至所期望的維度，原理與PCA相似。

二、模型實現(xiàn)

1. AutoEncoder

首先在MNIST數(shù)據(jù)集上，實現(xiàn)特征壓縮和特征解壓并可視化比較解壓后的數(shù)據(jù)與原數(shù)據(jù)的對照。

先看代碼：

import tensorflow as tf 
import numpy as np 
import matplotlib.pyplot as plt 
 
# 導入MNIST數(shù)據(jù) 
from tensorflow.examples.tutorials.mnist import input_data 
mnist = input_data.read_data_sets("MNIST_data/", one_hot=False) 
 
learning_rate = 0.01 
training_epochs = 10 
batch_size = 256 
display_step = 1 
examples_to_show = 10 
n_input = 784 
 
# tf Graph input (only pictures) 
X = tf.placeholder("float", [None, n_input]) 
 
# 用字典的方式存儲各隱藏層的參數(shù) 
n_hidden_1 = 256 # 第一編碼層神經(jīng)元個數(shù) 
n_hidden_2 = 128 # 第二編碼層神經(jīng)元個數(shù) 
# 權重和偏置的變化在編碼層和解碼層順序是相逆的 
# 權重參數(shù)矩陣維度是每層的 輸入*輸出，偏置參數(shù)維度取決于輸出層的單元數(shù) 
weights = { 
 'encoder_h1': tf.Variable(tf.random_normal([n_input, n_hidden_1])), 
 'encoder_h2': tf.Variable(tf.random_normal([n_hidden_1, n_hidden_2])), 
 'decoder_h1': tf.Variable(tf.random_normal([n_hidden_2, n_hidden_1])), 
 'decoder_h2': tf.Variable(tf.random_normal([n_hidden_1, n_input])), 
} 
biases = { 
 'encoder_b1': tf.Variable(tf.random_normal([n_hidden_1])), 
 'encoder_b2': tf.Variable(tf.random_normal([n_hidden_2])), 
 'decoder_b1': tf.Variable(tf.random_normal([n_hidden_1])), 
 'decoder_b2': tf.Variable(tf.random_normal([n_input])), 
} 
 
# 每一層結(jié)構都是 xW + b 
# 構建編碼器 
def encoder(x): 
 layer_1 = tf.nn.sigmoid(tf.add(tf.matmul(x, weights['encoder_h1']), 
         biases['encoder_b1'])) 
 layer_2 = tf.nn.sigmoid(tf.add(tf.matmul(layer_1, weights['encoder_h2']), 
         biases['encoder_b2'])) 
 return layer_2 
 
 
# 構建解碼器 
def decoder(x): 
 layer_1 = tf.nn.sigmoid(tf.add(tf.matmul(x, weights['decoder_h1']), 
         biases['decoder_b1'])) 
 layer_2 = tf.nn.sigmoid(tf.add(tf.matmul(layer_1, weights['decoder_h2']), 
         biases['decoder_b2'])) 
 return layer_2 
 
# 構建模型 
encoder_op = encoder(X) 
decoder_op = decoder(encoder_op) 
 
# 預測 
y_pred = decoder_op 
y_true = X 
 
# 定義代價函數(shù)和優(yōu)化器 
cost = tf.reduce_mean(tf.pow(y_true - y_pred, 2)) #最小二乘法 
optimizer = tf.train.AdamOptimizer(learning_rate).minimize(cost) 
 
with tf.Session() as sess: 
 # tf.initialize_all_variables() no long valid from 
 # 2017-03-02 if using tensorflow >= 0.12 
 if int((tf.__version__).split('.')[1]) < 12 and int((tf.__version__).split('.')[0]) < 1: 
  init = tf.initialize_all_variables() 
 else: 
  init = tf.global_variables_initializer() 
 sess.run(init) 
 # 首先計算總批數(shù)，保證每次循環(huán)訓練集中的每個樣本都參與訓練，不同于批量訓練 
 total_batch = int(mnist.train.num_examples/batch_size) #總批數(shù) 
 for epoch in range(training_epochs): 
  for i in range(total_batch): 
   batch_xs, batch_ys = mnist.train.next_batch(batch_size) # max(x) = 1, min(x) = 0 
   # Run optimization op (backprop) and cost op (to get loss value) 
   _, c = sess.run([optimizer, cost], feed_dict={X: batch_xs}) 
  if epoch % display_step == 0: 
   print("Epoch:", '%04d' % (epoch+1), "cost=", "{:.9f}".format(c)) 
 print("Optimization Finished!") 
 
 encode_decode = sess.run( 
  y_pred, feed_dict={X: mnist.test.images[:examples_to_show]}) 
 f, a = plt.subplots(2, 10, figsize=(10, 2)) 
 for i in range(examples_to_show): 
  a[0][i].imshow(np.reshape(mnist.test.images[i], (28, 28))) 
  a[1][i].imshow(np.reshape(encode_decode[i], (28, 28))) 
 plt.show()

代碼解讀：

首先，導入將要使用到的各種庫和數(shù)據(jù)集，定義各個參數(shù)如學習率、訓練迭代次數(shù)等，清晰明了便于后期修改。由于自編碼器的神經(jīng)網(wǎng)絡結(jié)構非常有規(guī)律性，都是xW + b的結(jié)構，故將每一層的權重W和偏置b的變量tf.Variable統(tǒng)一置于一個字典中，通過字典的key值更加清晰明了的描述。模型構建思路上，將編碼器部分和解碼器部分分開構建，每一層的激活函數(shù)使用Sigmoid函數(shù)，編碼器通常與編碼器使用同樣的激活函數(shù)。通常編碼器部分和解碼器部分是一個互逆的過程，例如我們設計將784維降至256維再降至128維的編碼器，解碼器對應的就是從128維解碼至256維再解碼至784維。定義代價函數(shù)，代價函數(shù)表示為解碼器的輸出與原始輸入的最小二乘法表達，優(yōu)化器采用AdamOptimizer訓練階段每次循環(huán)將所有的訓練數(shù)據(jù)都參與訓練。經(jīng)過訓練，最終將訓練結(jié)果與原數(shù)據(jù)可視化進行對照，如下圖，還原度較高。如果增大訓練循環(huán)次數(shù)或者增加自編碼器的層數(shù)，可以得到更好的還原效果。

運行結(jié)果：

2. Encoder

Encoder編碼器工作原理與AutoEncoder相同，我們將編碼得到的低維“特征值”在低維空間中可視化出來，直觀顯示數(shù)據(jù)的聚類效果。具體地說，將784維的MNIST數(shù)據(jù)一步步的從784到128到64到10最后降至2維，在2維坐標系中展示遇上一個例子不同的是，在編碼器的最后一層中我們不采用Sigmoid激活函數(shù)，而是將采用默認的線性激活函數(shù)，使輸出為（-∞，+∞）。

完整代碼：

import tensorflow as tf 
import matplotlib.pyplot as plt 
 
from tensorflow.examples.tutorials.mnist import input_data 
mnist = input_data.read_data_sets("MNIST_data/", one_hot=False) 
 
learning_rate = 0.01 
training_epochs = 10 
batch_size = 256 
display_step = 1 
n_input = 784 
X = tf.placeholder("float", [None, n_input]) 
 
n_hidden_1 = 128 
n_hidden_2 = 64 
n_hidden_3 = 10 
n_hidden_4 = 2 
weights = { 
 'encoder_h1': tf.Variable(tf.truncated_normal([n_input, n_hidden_1],)), 
 'encoder_h2': tf.Variable(tf.truncated_normal([n_hidden_1, n_hidden_2],)), 
 'encoder_h3': tf.Variable(tf.truncated_normal([n_hidden_2, n_hidden_3],)), 
 'encoder_h4': tf.Variable(tf.truncated_normal([n_hidden_3, n_hidden_4],)), 
 'decoder_h1': tf.Variable(tf.truncated_normal([n_hidden_4, n_hidden_3],)), 
 'decoder_h2': tf.Variable(tf.truncated_normal([n_hidden_3, n_hidden_2],)), 
 'decoder_h3': tf.Variable(tf.truncated_normal([n_hidden_2, n_hidden_1],)), 
 'decoder_h4': tf.Variable(tf.truncated_normal([n_hidden_1, n_input],)), 
} 
biases = { 
 'encoder_b1': tf.Variable(tf.random_normal([n_hidden_1])), 
 'encoder_b2': tf.Variable(tf.random_normal([n_hidden_2])), 
 'encoder_b3': tf.Variable(tf.random_normal([n_hidden_3])), 
 'encoder_b4': tf.Variable(tf.random_normal([n_hidden_4])), 
 'decoder_b1': tf.Variable(tf.random_normal([n_hidden_3])), 
 'decoder_b2': tf.Variable(tf.random_normal([n_hidden_2])), 
 'decoder_b3': tf.Variable(tf.random_normal([n_hidden_1])), 
 'decoder_b4': tf.Variable(tf.random_normal([n_input])), 
} 
def encoder(x): 
 layer_1 = tf.nn.sigmoid(tf.add(tf.matmul(x, weights['encoder_h1']), 
         biases['encoder_b1'])) 
 layer_2 = tf.nn.sigmoid(tf.add(tf.matmul(layer_1, weights['encoder_h2']), 
         biases['encoder_b2'])) 
 layer_3 = tf.nn.sigmoid(tf.add(tf.matmul(layer_2, weights['encoder_h3']), 
         biases['encoder_b3'])) 
 # 為了便于編碼層的輸出，編碼層隨后一層不使用激活函數(shù) 
 layer_4 = tf.add(tf.matmul(layer_3, weights['encoder_h4']), 
         biases['encoder_b4']) 
 return layer_4 
 
def decoder(x): 
 layer_1 = tf.nn.sigmoid(tf.add(tf.matmul(x, weights['decoder_h1']), 
         biases['decoder_b1'])) 
 layer_2 = tf.nn.sigmoid(tf.add(tf.matmul(layer_1, weights['decoder_h2']), 
         biases['decoder_b2'])) 
 layer_3 = tf.nn.sigmoid(tf.add(tf.matmul(layer_2, weights['decoder_h3']), 
        biases['decoder_b3'])) 
 layer_4 = tf.nn.sigmoid(tf.add(tf.matmul(layer_3, weights['decoder_h4']), 
        biases['decoder_b4'])) 
 return layer_4 
 
encoder_op = encoder(X) 
decoder_op = decoder(encoder_op) 
 
y_pred = decoder_op 
y_true = X 
 
cost = tf.reduce_mean(tf.pow(y_true - y_pred, 2)) 
optimizer = tf.train.AdamOptimizer(learning_rate).minimize(cost) 
 
with tf.Session() as sess: 
 # tf.initialize_all_variables() no long valid from 
 # 2017-03-02 if using tensorflow >= 0.12 
 if int((tf.__version__).split('.')[1]) < 12 and int((tf.__version__).split('.')[0]) < 1: 
  init = tf.initialize_all_variables() 
 else: 
  init = tf.global_variables_initializer() 
 sess.run(init) 
 total_batch = int(mnist.train.num_examples/batch_size) 
 for epoch in range(training_epochs): 
  for i in range(total_batch): 
   batch_xs, batch_ys = mnist.train.next_batch(batch_size) # max(x) = 1, min(x) = 0 
   _, c = sess.run([optimizer, cost], feed_dict={X: batch_xs}) 
  if epoch % display_step == 0: 
   print("Epoch:", '%04d' % (epoch+1), "cost=", "{:.9f}".format(c)) 
 print("Optimization Finished!") 
 
 encoder_result = sess.run(encoder_op, feed_dict={X: mnist.test.images}) 
 plt.scatter(encoder_result[:, 0], encoder_result[:, 1], c=mnist.test.labels) 
 plt.colorbar() 
 plt.show()

實驗結(jié)果：