Pytorch AutoEncoder 自编码全部源代码复现

最新推荐文章于 2024-11-19 22:53:16 发布

原创

最新推荐文章于 2024-11-19 22:53:16 发布 · 4.3k 阅读

11 ·

CC 4.0 BY-SA版权

文章标签：

#自编码 #神经网络 #Pytroch

本文介绍了使用PyTorch实现自编码器的详细过程，并提供了全部源代码，通过3D画图展示模型的效果，帮助理解自编码神经网络的工作原理。

PyTorch 自编码的实现：

下面是显示效果，感觉还是可以的，最起码该出现的都出现了！

在这里插入图片描述

import torch
import torch.nn as nn
import torch.utils.data as Data
import torchvision
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from matplotlib import cm
from torch.autograd import Variable
import numpy as np

# 超参数定义
Epoch = 10
Batch_size = 100
LR = 0.005
Downloads_MNIST = False
N_Test_img = 5  # 测试图片的显示效果，5张为一批

train_data = torchvision.datasets.MNIST(
    root=r'./mnist_data/',
    train=True,
    transform=torchvision.transforms.ToTensor(),
    download=Downloads_MNIST
)
print(train_data.train_data.size())

train_loader = Data.DataLoader(dataset=train_data, batch_size=Batch_size, shuffle=True)


class AutoEncoder(nn.Module):
    def __init__(self):
        super(AutoEncoder, self).__init__()
        # 定义编码网络
        self.encoder = nn.Sequential(
            nn.Linear(28 *