自编码器模型

介绍

包括自编码器和变分自编码器两种模型

模型说明

• data: 手写数据集
• AE: 自编码器模型(Auto Encoder), self.latent_dim可以调整编码后的维度，默认为20
• train_AE: 训练自编码器模型
• VAE: 变分自编码器模型(Variational Auto Encoder), self.latent_dim可以调整编码后的维度，默认为2
• train_VAE: 训练变分自编码器模型
• pic: 保存了训练效果图像

使用准备

1. Anaconda （版本最好不要太旧）
2. torch==1.6.0; torch_vision==0.7.0 及相关的包 （或者更高版本，可自行调试）
3. 其他相关的包，可自行调试判断

使用说明

• 本代码仅供学习和学术研究下载

自编码效果

自编码器(AE)

• 重构测试
  
  
• 重构测试(多图)
  
  

变分自编码器(VAE)

• 重构测试
  
  
• 重构测试(多图)
  
  
• KL散度变化图
  
  
• 对z采样
  
  
  
  
• z聚类分布图
  
  
• 均匀对z采样的重构效果
  
  

参与贡献

wang567