【文件属性】:
文件名称:keras-aae:对抗自动编码器在Keras中的实现
文件大小:26.65MB
文件格式:ZIP
更新时间:2021-04-30 13:33:47
Python
角膜科
复制对抗自动编码器架构 with 。
概括
对抗式自动编码器的行为类似于,迫使自动编码器的潜在空间遵循预先定义的先验。 在对抗自动编码器的情况下,可以任意定义此潜在空间,并轻松对其进行采样并将其馈入网络中的鉴别器。
左图显示了在经过2D高斯先验后的对抗自动编码器训练了50个历元后,看不见的MNIST测试集的潜在空间。 将其与在相同条件下训练的常规自动编码器的潜在空间相比,具有更大的不规则潜在分布。
指示
要训练模型就可以运行
$ python keras-aae.py --train
有关更多参数,请使用--help标志运行。
为了与常规自动编码器进行比较,请运行
$ python regular-ae.py --train --noadversarial
【文件预览】:
keras-aae-master
----.gitignore(1KB)
----images()
--------aae_grid.png(481KB)
--------regular_grid.png(558KB)
--------aae_latent.png(395KB)
--------regular_latent.png(212KB)
----aae_decoder.h5(6.84MB)
----aae_encoder.h5(6.84MB)
----keras-aae.py(10KB)
----regular_encoder.h5(6.84MB)
----README.md(1KB)
----regular_decoder.h5(6.84MB)