如何创建keras';解码器型号';它从中间层开始,并延伸到输出层
在自动编码器中,创建编码器模型很容易,因为我们有一个清晰的输入层。但我对如何创建解码器模型感到困惑。例如,以下是图层:如何创建keras';解码器型号';它从中间层开始,并延伸到输出层,keras,keras-layer,Keras,Keras Layer,在自动编码器中,创建编码器模型很容易,因为我们有一个清晰的输入层。但我对如何创建解码器模型感到困惑。例如,以下是图层: m = Sequential() ## Encoder m.add(Dense(512, activation='elu', input_shape=(784,))) m.add(Dense(128, activation='elu')) m.add(Dense(2, activation='linear', name=
m = Sequential()
## Encoder
m.add(Dense(512, activation='elu', input_shape=(784,)))
m.add(Dense(128, activation='elu'))
m.add(Dense(2,
activation='linear',
name="bottleneck")
)
## Decoder
m.add(Dense(128, activation='elu', name = "first_decode_layer"))
m.add(Dense(512, activation='elu'))
m.add(Dense(784, activation='sigmoid', name = "output_layer"))
# Compile the model
m.compile(
loss='mean_squared_error',
optimizer = Adam()
)
现在可以轻松创建编码器模型,如下所示:
encoder = Model(m.input,
m.get_layer('bottleneck').output
)
但是,我无法理解如何创建解码器模型。例如,这不起作用:
decoder = Model(m.get_layer("first_decode_layer").input,
m.get_layer('output_layer').output
)
这个错误要求我有一个输入层。它说:
"inputs must come from `keras.layers.Input` (thus holding past layer
metadata), they cannot be the output of a previous non-Input layer.
Here, a tensor specified as input to your model was not an Input tensor, "
非常感谢您的指导。完美答案。据我所知,我们正在创建两个独立的顺序模型。然后使用最后两行耦合这两个代码:auto_out=解码器(encoder.output);自动编码器=型号(编码器输入,自动输出)。
#encoder
encoder = Sequential()
....
encoder.add(...."bottleneck")
#decoder
decoder = Sequential()
decoder.add(......"first_decoder_layer")
...
decoder.add(......"output_layer")
#autoencoder
auto_out = decoder(encoder.output)
autoencoder = Model(encoder.input, auto_out)