我试图开发一个自动编码器压缩图像使用Keras。我能够训练它并压缩图像,但我正在努力与解码器的一部分。具体来说,给定一个压缩图像,我不知道如何使用该模型对其进行反压缩
这就是我所拥有的:
input_layer = keras.layers.Input(shape=(64, 64, 3))
code_layer = build_encoder(input_layer, size_of_code) # add some convolution layers and max-pooling
output_layer = build_decoder(code_layer) # add some convolution layers and up-sampling
autoencoder_model = keras.models.Model(input_layer, output_layer)
encoder_model = keras.models.Model(input_layer, code_layer)
decoder_model = ??
autoencoder_model.compile(optimizer='adam', loss='binary_crossentropy')
使用上面的代码,我可以训练autoencoder_model
并使用encoder_model
压缩图像,但我不知道如何构造decoder_model
,主要是因为我不知道如何在模型中间插入新的输入
像这样。而不是代码层,需要定义一个输入层并用该输入构建解码器模型
您可以参考这个完整的VAE示例:
https://github.com/keras-team/keras/blob/master/examples/variational_autoencoder.py
相关问题 更多 >
编程相关推荐