pytorch实现autoencoder

关于autoencoder的内容简介可以参考这一篇博客，可以说写的是十分详细了https://sherlockliao.github.io/2017/06/24/vae/

盗图一张，自动编码器讲述的是对于一副输入的图像，或者是其他的信号，经过一系列操作，比如卷积，或者linear变换，变换得到一个向量，这个向量就叫做对这个图像的编码，这个过程就叫做encoder，对于一个特定的编码，经过一系列反卷积或者是线性变换，得到一副图像，这个过程叫做decoder，即解码。

然而自动编码器有什么用，看到上面的博客所写

所以现在自动编码器主要应用有两个方面，第一是数据去噪，第二是进行可视化降维。然而自动编码器还有着一个功能就是生成数据。

然而现在还没有用过这方面的应用，在这里需要着重说明一点的是autoencoder并不是聚类，因为虽然对于每一副图像都没有对应的label，但是autoencoder的任务并不是对图像进行分类啊。

就事论事，下面来分析一下一个大神写的关于autoencoder的代码，这里先给出github链接

先奉上代码

 1 # -*-coding: utf-8-*-
 2 __author__ = 'SherlockLiao'
 3 
 4 import torch
 5 import torchvision
 6 from torch import nn
 7 from torch.autograd import Variable
 8 from torch.utils.data import DataLoader
 9 from torchvision import transforms
10 from torchvision.utils import save_image
11 from torchvision.datasets import MNIST
12 import os
13 
14 if not os.path.exists('./dc_img'):
15     os.mkdir('./dc_img')
16 
17 
18 def to_img(x):  # 将vector转换成矩阵
19     x = 0.5 * (x + 1)
20     x = x.clamp(0, 1)
21     x = x.view(x.size(0), 1, 28, 28)
22     return x
23 
24 
25 num_epochs = 100
26 batch_size = 128
27 learning_rate = 1e-3
28 
29 img_transform = transforms.Compose([
30     transforms.ToTensor(),
31     transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))
32 ])
33 
34 dataset = MNIST('./data', transform=img_transform)
35 dataloader = DataLoader(dataset, batch_size=batch_size, shuffle=True)
36 
37 
38 class autoencoder(nn.Module):
39     def __init__(self):
40         super(autoencoder, self).__init__()
41         self.encoder = nn.Sequential(
42             nn.Conv2d(1, 16, 3, stride=3, padding=1),  # b, 16, 10, 10
43             nn.ReLU(True),
44             nn.MaxPool2d(2, stride=2),  # b, 16, 5, 5
45             nn.Conv2d(16, 8, 3, stride=2, padding=1),  # b, 8, 3, 3
46             nn.ReLU(True),
47             nn.MaxPool2d(2, stride=1)  # b, 8, 2, 2
48         )
49         self.decoder = nn.Sequential(
50             nn.ConvTranspose2d(8, 16, 3, stride=2),  # b, 16, 5, 5
51             nn.ReLU(True),
52             nn.ConvTranspose2d(16, 8, 5, stride=3, padding=1),  # b, 8, 15, 15
53             nn.ReLU(True),
54             nn.ConvTranspose2d(8, 1, 2, stride=2, padding=1),  # b, 1, 28, 28
55             nn.Tanh()  # 将输出值映射到-1~1之间
56         )
57 
58     def forward(self, x):
59         x = self.encoder(x)
60         x = self.decoder(x)
61         return x
62 
63 
64 model = autoencoder().cuda()
65 criterion = nn.MSELoss()
66 optimizer = torch.optim.Adam(model.parameters(), lr=learning_rate,
67                              weight_decay=1e-5)
68 
69 for epoch in range(num_epochs):
70     for data in dataloader:
71         img, _ = data  # img是一个b*channel*width*height的矩阵
72         img = Variable(img).cuda()
73         # ===================forward=====================
74         output = model(img)
75         a = img.data.cpu().numpy()
76         b = output.data.cpu().numpy()
77         loss = criterion(output, img)
78         # ===================backward====================
79         optimizer.zero_grad()
80         loss.backward()
81         optimizer.step()
82     # ===================log========================
83     print('epoch [{}/{}], loss:{:.4f}'
84           .format(epoch+1, num_epochs, loss.data[0]))
85     if epoch % 10 == 0:
86         pic = to_img(output.cpu().data)  # 将decoder的输出保存成图像
87         save_image(pic, './dc_img/image_{}.png'.format(epoch))
88 
89 torch.save(model.state_dict(), './conv_autoencoder.pth')