深度学习Keras框架笔记之AutoEncoder类使用笔记   

keras.layers.core.AutoEncoder(encoder, decoder,output_reconstruction=True, weights=None)

　　

这是一个用于构建很常见的自动编码模型。如果参数output_reconstruction=True，那么dim(input)=dim(output)；否则dim(output)=dim(hidden)。

       inputshape: 取决于encoder的定义

       outputshape：取决于decoder的定义

       参数：

  •        encoder:编码器，是一个layer类型或layer容器类型。
  •        decoder:解码器，是一个layer类型或layer容器类型。
  •        output_reconstruction:boolean。值为False时，调用predict()函数时，输出是经过最深隐层的激活函数。Otherwise, the output of thefinal decoder layer is presented. Be sure your validation data conforms to thislogic if you decide to use any.(这一块还不太了解，待以后了解了再补充)
  •        weights:用于初始化权值的numpy arrays组成的list。这个List至少有1个元素，其shape为（input_dim, output_dim）。

       举例：

from keras.layers import containers  
  
 # input shape: (nb_samples, 32)  
encoder =containers.Sequential([Dense(16, input_dim=32), Dense(8)])  
decoder =containers.Sequential([Dense(16, input_dim=8), Dense(32)])  
   
autoencoder =Sequential()  
autoencoder.add(AutoEncoder(encoder=encoder, decoder=decoder,output_reconstruction=False))

　　顺便再打个小广告，欢迎访问自己的网站：圆柱模板