12、优化TensorFlow自编码器

优化TensorFlow自编码器

1. 去噪自编码器

去噪自编码器直观上做两件事：首先，尝试对输入进行编码，保留相关信息；然后，试图消除应用于同一输入的损坏过程的影响。

1.1 构建去噪自编码器

网络架构非常简单，784像素的输入图像被随机损坏，然后通过编码网络层进行降维，从784像素降至256像素。在解码阶段，将网络输出重新调整为原始图像大小，从256像素变回784像素。

操作步骤如下：
1. 加载必要的库 ：

import numpy as np
import tensorflow as tf
import matplotlib.pyplot as plt
from tensorflow.examples.tutorials.mnist import input_data

2. 设置基本网络参数 ：

n_input    = 784
n_hidden_1 = 256
n_hidden_2 = 256
n_output   = 784

3. 设置会话参数 ：

epochs     = 110
batch_size = 100
disp