11、自动编码器与t-SNE：数据降维与可视化

自动编码器与t-SNE：数据降维与可视化

1. 多层自动编码器实践

在处理CIFAR - 10数据集的样本时，我们可以构建多层自动编码器来压缩图像中存储的信息，以便后续使用。以下是具体步骤：
1. 导入必要的库 ：

import pickle
import numpy as np
import matplotlib.pyplot as plt
from keras.models import Model
from keras.layers import Input, Dense

2. 加载数据 ：

with open('data_batch_1', 'rb') as f:
    dat = pickle.load(f, encoding='bytes')

3. 加载图像数据 ：

images = np.zeros((10000, 32, 32, 3), dtype='uint8')
for idx, img in enumerate(dat[b'data']):
    images[idx, :, :, 0] = img[:1024].reshape((32, 32)) # 红色通道
    i