Пониження шуму як в автоенкодері
Гаразд, ви щойно збудували модель autoencoder. Подивімося, як вона впорається з більш складним завданням.
Спочатку ви створите модель, що кодує зображення, і перевірите, як різні цифри подано за допомогою show_encodings(). Щоб збудувати енкодер, ви скористаєтеся своїм уже натренованим autoencoder. Ви використаєте лише першу половину мережі, яка містить вхід і «вузьке місце» на виході. Так ви отримаєте вихід із 32 чисел, що є закодованою версією вхідного зображення.
Потім ви застосуєте свій autoencoder до зашумлених зображень із MNIST — він має вміти прибирати шумові артефакти.
X_test_noise завантажено у ваш робочий простір. Цифри в цьому зашумленому наборі даних виглядають так:
Застосуйте силу автоенкодера!
Ця вправа є частиною курсу
Вступ до Deep Learning з Keras
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# 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)