VAE手写体识别项目实现（详细注释）从小项目通俗理解变分自编码器（Variational Autoencoder, VAE）tu

最新推荐文章于 2025-04-28 01:27:09 发布

phoebus_si

最新推荐文章于 2025-04-28 01:27:09 发布

阅读量2.6k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： tensorflow 无监督学习机器学习 vae 文章标签： vae 变分自编码器无监督学习 mnist tensorflow

本文链接：https://blog.youkuaiyun.com/weixin_40015791/article/details/89735233

本文介绍了VAE相关代码项目，给出代码来源及帮助理解VAE概念的知乎文章。代码有详细中文注释，对新手友好。展示了MNIST手写体识别图片生成项目代码，还介绍了理解VAE的几个小trick，如正态分布随机数、潜在变量设置等，并展示图片演变过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

项目及代码来源：

https://github.com/aymericdamien/TensorFlow-Examples/blob/master/examples/3_NeuralNetworks/variational_autoencoder.py

在看代码前可以简单理解vae的基本概念上，推荐一篇知乎文章：https://zhuanlan.zhihu.com/p/55557709

还有https://yuanxiaosc.github.io/2018/08/26/%E5%8F%98%E5%88%86%E8%87%AA%E7%BC%96%E7%A0%81%E5%99%A8/

尤其第二篇，我就是在第二篇中理解通透了VAE的具体流程，在理解过程中我发现了模型中的几个小trick，我在注释中详细标注出来了并加上了自己的理解。方便之前没接触过vae的同志们直接上手，从程序中理解。

中文注释均为我个人的理解，对vae新手非常友好，看了注释后应该会对vae有了更深刻的认识，如果代码注释中有问题或错误请大家指出。

以下为一个mnist手写体识别图片的生成项目代码，可直接运行，并且最后展示了多个均匀分布的z解压后生成的图片间的关系即变化流程。

# -*- coding: utf-8 -*-
from __future__ import division, print_function, absolute_import

import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import norm
import tensorflow as tf

# Import MNIST data
from tensorflow.examples.tutorials.mnist import input_data

mnist = input_data.read_data_sets("MNIST/", one_hot=True)

# Parameters
learning_rate = 0.001
num_steps = 3000 #迭代次数 30000
batch_size = 64
print(num_steps)
# Network Parameters
image_dim = 784 # MNIST images are 28x28 pixels
hidden_dim = 512
latent_dim = 2#潜在向量的维度

# A custom initialization (see Xavier Glorot init)
def glorot_init(shape):
    return tf.random_normal(shape=shape, stddev=1. / tf.sqrt(shape[0] / 2.))

#当我们在初始化网络的权重时，需要设置一个合理的随机值，避免出