1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Nhập môn Deep Learning với Keras
Connected

Bài tập

Khử nhiễu như một autoencoder

Bạn vừa xây dựng xong một mô hình autoencoder. Giờ hãy xem nó xử lý một bài toán khó hơn như thế nào.

Đầu tiên, bạn sẽ xây dựng một mô hình mã hóa ảnh và kiểm tra cách các chữ số khác nhau được biểu diễn bằng show_encodings(). Để xây dựng encoder, bạn sẽ tận dụng autoencoder đã được huấn luyện sẵn. Bạn chỉ dùng nửa đầu của mạng, phần chứa đầu vào và đầu ra tại nút thắt (bottleneck). Nhờ đó, bạn sẽ nhận được một đầu ra gồm 32 số, đại diện cho phiên bản đã mã hóa của ảnh đầu vào.

Tiếp theo, bạn sẽ áp dụng autoencoder lên các ảnh có nhiễu từ MNIST; mô hình sẽ có thể làm sạch các nhiễu này.

X_test_noise đã được nạp sẵn vào môi trường làm việc. Các chữ số trong bộ dữ liệu nhiễu trông như sau:

Hãy phát huy sức mạnh của autoencoder!

Hướng dẫn 1/2

undefined XP
    1
    2
  • Xây dựng một mô hình encoder từ layer đầu tiên của autoencoder đã được huấn luyện.
  • Dự đoán trên X_test_noise bằng encoder và hiển thị kết quả với show_encodings().