Keras学习（七）——自编码AutoEncoder

本文主要介绍使用keras实现自编码。

自编码：将数据压缩再解压，并进行cost的计算。（主要用于对数据进行降维，提取数据的主要部分）

代码：

import numpy as np
from keras.datasets import mnist
from keras.utils import np_utils
from keras.models import Model
from keras.layers import Dense, Input
import matplotlib.pyplot as plt

# 使多次生成的随机数相同
np.random.seed(1337)

# 获取数据
(x_train, _), (x_test, y_test) = mnist.load_data()

# 数据预处理
x_train = x_train.astype('float32') / 255. - 0.5       # 标准化
x_test = x_test.astype('float32') / 255. - 0.5         # minmax_normalized
x_train = x_train.reshape((x_train.shape[0], -1))
x_test = x_test.reshape((x_test.shape[0], -1))
print(x_train.shape)
print(x_test.shape)

# 为了显示图片
encoding_dim = 2

# input placeholder
input_img = Input(shape=(784, ))

# encoder layer
encoded = Dense(128, activation='relu')(input_img)
encoded = Dense(64, activation='relu')(encoded