Сейчас я изучаю AutoEncoder с CNN. Для изучения я создал модель для данных MNIST. Но я не смог правильно настроить выходной диммер Conv2d
. Пожалуйста, смотрите изображение модели ниже. Хотя я ожидаю, что первый вывод Conv2d
должен быть (None, 16, 28, 28)
, фактический вывод (None, 1, 28, 16)
. Что касается документа, мой код выглядит неплохо. https://keras.io/layers/convolutional/#conv2d
Не могли бы вы найти какие-либо ошибки в моем коде?
Моя среда
- Питон 3.6.0
- keras 2.0.2 (бэкенд — Tensorflow)
Код
from keras.layers import Input, Convolution2D, MaxPool2D, UpSampling2D, Conv2D
from keras.models import Model
input_img = Input(shape=(1, 28, 28))
x = Conv2D(16, (3, 3), activation='relu', padding='same')(input_img)
x = MaxPool2D((2,2), padding='same')(x)
x = Conv2D(8, (3, 3), activation='relu', padding='same')(x)
x = MaxPool2D((2,2), padding='same')(x)
x = Conv2D(8, (3, 3), activation='relu', padding='same')(x)
encoded = MaxPool2D((2,2), padding='same')(x)
x = Conv2D(8, (3,3), activation='relu', padding='same')(encoded)
x = UpSampling2D((2,2))(x)
x = Conv2D(8, (3,3), activation='relu', padding='same')(x)
x = UpSampling2D((2,2))(x)
x = Conv2D(16, (3,3), activation='relu')(x)
x = UpSampling2D((2,2))(x)
decoded = Conv2D(1, (3,3), activation='sigmoid', padding='same')(x)
autoencoder= Model(input_img, decoded)
autoencoder.compile(optimizer='adam', loss='binary_crossentropy')
from keras.utils import plot_model
plot_model(autoencoder, to_file="architecture.png", show_shapes=True)
Обновлено
Я добавил autoencoder.summary()
. Итак, мой вопрос: почему первый выход CNN не стал (None, 16, 28, 28)
? (None, 1, 28, 16)
это не мое ожидание.
Layer (type) Output Shape Param #
=================================================================
conv2d_181 (Conv2D) (None, 1, 28, 16) 4048
_________________________________________________________________
max_pooling2d_82 (MaxPooling (None, 1, 14, 16) 0
_________________________________________________________________
conv2d_182 (Conv2D) (None, 1, 14, 8) 1160
_________________________________________________________________
max_pooling2d_83 (MaxPooling (None, 1, 7, 8) 0
_________________________________________________________________
conv2d_183 (Conv2D) (None, 1, 7, 8) 584
_________________________________________________________________
max_pooling2d_84 (MaxPooling (None, 1, 4, 8) 0
_________________________________________________________________
conv2d_184 (Conv2D) (None, 1, 4, 8) 584
_________________________________________________________________
up_sampling2d_72 (UpSampling (None, 2, 8, 8) 0
_________________________________________________________________
conv2d_185 (Conv2D) (None, 2, 8, 8) 584
_________________________________________________________________
up_sampling2d_73 (UpSampling (None, 4, 16, 8) 0
_________________________________________________________________
conv2d_186 (Conv2D) (None, 4, 16, 16) 1168
_________________________________________________________________
up_sampling2d_74 (UpSampling (None, 8, 32, 16) 0
_________________________________________________________________
conv2d_187 (Conv2D) (None, 8, 32, 1) 145
=================================================================
Total params: 8,273.0
Trainable params: 8,273.0
Non-trainable params: 0.0
_________________________________________________________________
Обновлено2
Мой input_img предназначен для Theano. Поэтому я должен измениться, как показано ниже. В противном случае я изменил image_dim_ordering
на ~/.keras/keras.json
# Theano style
input_img = Input(shape=(1, 28, 28))
# Tensorflow style
input_img = Input(shape=(28, 28, 1))