オートエンコーダのようにノイズ除去
さて、autoencoder モデルを作成しました。今度は、もう少し難しいタスクで実力を試してみましょう。
最初に、画像をエンコードするモデルを作り、show_encodings() を使って、数字ごとにどのように表現されるかを確認します。エンコーダを作るには、すでに学習済みの autoencoder を活用します。ネットワークの前半部分、つまり入力層からボトルネックの出力までを使います。これにより、入力画像のエンコード表現として、32 個の数値からなる出力が得られます。
次に、MNIST のノイズ付き画像に autoencoder を適用します。ノイズ成分を除去できるはずです。
X_test_noise はワークスペースに読み込まれています。ノイズ付きデータセットの数字は次のように見えます。
オートエンコーダの力を試してみましょう！
この演習はコースの一部です
Kerasで学ぶIntroduction to Deep Learning
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Build your encoder by using the first layer of your autoencoder
encoder = Sequential()
encoder.add(____.layers[____])
# Encode the noisy images and show the encodings for your favorite number [0-9]
encodings = ____.predict(____)
show_encodings(____, number = 1)