24、深度学习中的图像去噪、卷积神经网络及其他模型应用

深度学习中的图像去噪、卷积神经网络及其他模型应用

1. 利用自编码器进行图像去噪

自编码器要想从去噪版本或原始图像中高效重构输入，从压缩隐藏层中发现鲁棒特征是很重要的。去噪自编码器就解决了这个问题，它是自编码器的一种随机版本。

1.1 操作步骤

1. 引入噪声 ：给数字数据集引入噪声，代码如下：

# Introducing noise to the image
noise_factor = 0.5
X_train_noisy = X_train + noise_factor * np.random.normal(loc=0.0, 
scale=1.0, size=X_train.shape)
X_train_noisy = np.clip(X_train_noisy, 0., 1.)

2. 可视化函数 ：定义可视化函数，代码如下：

# Function for visualization
def draw(data, row, col, n):
    plt.subplot(row, col, n)
    plt.imshow(data, cmap=plt.cm.gray_r)
    plt.axis('off')

3. 展示含噪图像