machine-learning - 为什么自动编码器中的解码器在最后一层使用 sigmoid？

Question

我正在查看 this工作变分自动编码器。

主类

class VAE(nn.Module):
    def __init__(self):
        super(VAE, self).__init__()

        self.fc1 = nn.Linear(784, 400)
        self.fc21 = nn.Linear(400, 20)
        self.fc22 = nn.Linear(400, 20)
        self.fc3 = nn.Linear(20, 400)
        self.fc4 = nn.Linear(400, 784)

    def encode(self, x):
        h1 = F.relu(self.fc1(x))
        return self.fc21(h1), self.fc22(h1)

    def reparametrize(self, mu, logvar):
        std = logvar.mul(0.5).exp_()
        if torch.cuda.is_available():
            eps = torch.cuda.FloatTensor(std.size()).normal_()
        else:
            eps = torch.FloatTensor(std.size()).normal_()
        eps = Variable(eps)
        return eps.mul(std).add_(mu)

    def decode(self, z):
        h3 = F.relu(self.fc3(z))
        return F.sigmoid(self.fc4(h3))

    def forward(self, x):
        mu, logvar = self.encode(x)
        z = self.reparametrize(mu, logvar)
        return self.decode(z), mu, logvar

有

    def decode(self, z):
        h3 = F.relu(self.fc3(z))
        return F.sigmoid(self.fc4(h3))

我无法向自己解释为什么最后一层在返回之前应该通过一个 sigmoid。

请解释。

---

编辑:我只是在没有乙状结肠的情况下检查过。结果还是不错的。现在我不确定是否需要它。

Answer 1

正如 Jim J 在回答中提到的，sigmoid 强制输出范围为 [0, 1]。在这种情况下，并不是因为我们想将输出解释为概率，而是为了强制将输出解释为灰度图像的像素强度。

如果移除 sigmoid，NN 将不得不学习所有输出都应在 [0, 1] 范围内。 sigmoid 可能有助于使学习过程更加稳定。