自编码器
一、原理：
将图像进行压缩，压缩的特征图能够保存原图像的主要特征，即根据特征图能够再次恢复原始图像。
二、具体实现方法：
自编码器分为两部分：编码和解码。编码可以使用任一卷积网络，可以根据训练数据选择，像MNIST手写数字可以选用简单的神经网络，比如LeNet。解码部分就是反向的神经网络，这样输入和输出图像大小相同，可以直接利用误差平方作为损失函数进行训练。
三、实验结果：
（1）生成20幅图像：当然这里肯定是要输入20幅原始图像，然后才能查看生成的图像，否则自己设定的隐空间变量生成的图像可能没有意义。
（2)任选2幅数字不同的图像进行隐空间等线性插值，生成20张图片。就是开头和结尾分别是这两个原始图像，中间是插值图像。结果像如图所示。选择9和0做插值。
四、代码实现：
https://download.csdn.net/download/qq_42744739/19927065
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/187198.html原文链接：https://javaforall.net
