1. 학습
    2. /
  2. 강의
    3. /
  3. Keras로 시작하는 딥 러닝
Connected

연습 문제

오토인코더처럼 노이즈 제거하기

좋아요, 방금 autoencoder 모델을 만들었어요. 이제 더 도전적인 작업에서 어떻게 동작하는지 살펴보죠.

먼저 이미지를 인코딩하는 모델을 만든 뒤, 서로 다른 숫자가 show_encodings()로 어떻게 표현되는지 확인하겠습니다. 인코더를 만들 때는 이미 학습을 마친 autoencoder를 활용할 거예요. 네트워크의 전반부, 즉 입력과 병목(bottleneck) 출력까지만 사용할 겁니다. 이렇게 하면 입력 이미지를 인코딩한 32차원 출력 벡터를 얻을 수 있어요.

그다음 MNIST의 노이즈가 있는 이미지에 autoencoder를 적용해 보세요. 노이즈 성분을 깔끔하게 제거할 수 있을 거예요.

X_test_noise는 작업 공간에 로드되어 있습니다. 이 노이즈 데이터셋의 숫자는 다음과 같이 보입니다:

오토인코더의 힘을 발휘해 보세요!

지침 1/2

undefined XP
    1
    2
  • 학습이 완료된 autoencoder 모델의 첫 번째 레이어를 사용해 encoder 모델을 만드세요.
  • encoder로 X_test_noise를 예측하고, show_encodings()로 결과를 확인하세요.