python - 如何在 Keras 中解码来自深度自动编码器的编码数据(教程中不明确)

Question

我已遵循教程“在 Keras 中构建自动编码器”: https://blog.keras.io/building-autoencoders-in-keras.html

第一个简单的解决方案效果很好。但是在“Deep autoencoder”部分中，教程中提供的代码似乎不能完全工作。

这是我的代码(直到出现问题的地方)，它只是从 turorial 中复制的:

from keras.layers import Input, Dense
from keras.models import Model

encoding_dim = 32

input_img = Input(shape=(784,))
encoded = Dense(128, activation='relu')(input_img)
encoded = Dense(64, activation='relu')(encoded)
encoded = Dense(32, activation='relu')(encoded)  # Multiple encoding
decoded = Dense(64, activation='relu')(encoded)  # and decoding layers.
decoded = Dense(128, activation='relu')(decoded)
decoded = Dense(784, activation='sigmoid')(decoded)

autoencoder = Model(input_img, decoded)

encoder = Model(input_img, encoded)

encoded_input = Input(shape=(encoding_dim,))
decoder_layer = autoencoder.layers[-1]
decoder = Model(encoded_input, decoder_layer(encoded_input))  # Crash happens here.

我收到这个错误:

Traceback (most recent call last):
  File "keras_test.py", line 20, in <module>
    decoder = Model(encoded_input, decoder_layer(encoded_input))  # Crash happens here
  File "/Users/paulmagnus/Library/Enthought/Canopy/edm/envs/User/lib/python2.7/site-packages/keras/engine/topology.py", line 569, in __call__
    self.assert_input_compatibility(inputs)
  File "/Users/paulmagnus/Library/Enthought/Canopy/edm/envs/User/lib/python2.7/site-packages/keras/engine/topology.py", line 479, in assert_input_compatibility
    ' but got shape ' + str(x_shape))
ValueError: Input 0 is incompatible with layer dense_6: expected axis -1 of input shape to have value 128 but got shape (None, 32)

我猜测 decoder 连接到错误的解码层和/或其输入或输出的形状是错误的。但是我该怎么办呢？

解码器 不是自动编码器 工作所必需的。我可以按照教程的其余部分执行学习并对图像进行编码。但是没有 decoder 我无法将图像解码回原始格式以查看它们是否真的看起来不错。本教程对此没有提及任何内容，只是一言不发地显示解码后的图像。我想作者假设他为实现这一目标对 decoder 所做的任何更改都是微不足道的。

澄清一下:单层版本工作正常，我们只有 3 个编码层和 3 个解码层

encoded = Dense(32, activation='relu')(input_img)
decoded = Dense(784, activation='sigmoid')(encoded)

其他一切都和上面一样。然后没有错误，我可以使用 decoder 重新创建图像。

Answer 1

decoder_layer = autoencoder.layers[-1]
decoder = Model(encoded_input, decoder_layer(encoded_input))

此代码适用于单层，因为在这种情况下只有最后一层是解码器，

decoder_layer = autoencoder.layers[-1]

这一行需要最后一层。

对于 3 层编码器和解码器，您必须调用所有 3 层来定义解码器。我在做同样的教程，所以我写了这样的代码。

encoded_input = Input(shape=(encoding_dim,))

deco = autoencoder.layers[-3](encoded_input)
deco = autoencoder.layers[-2](deco)
deco = autoencoder.layers[-1](deco)
# create the decoder model
decoder = Model(encoded_input, deco).

它现在工作正常。