基于MNIST样式的自动编码器
(AAE)模型,可在高斯分布多元变量上对MNIST图像的样式信息进行编码。
这里使用的模型是从在第4所讨论的一个(监督对抗性自动编码)略有不同。 在本文中,仅解码器具有指示数字的标签。 鉴于此,我们还为编码器提供了标签。
路线图
简单的自动编码器
可视化潜在特征空间(样式空间)的脚本。
对抗式自动编码器,可将样式空间调整为高斯分布。
一个脚本,用于从随机样式矢量生成所有数字的图像。
设置
$ python3 -m venv pyenv
$ source pyenv/bin/activate
$ pip3 install -r requirements.txt
用法
$ ./mnist-sae.py --help
usage: mnist-sae.py [-h] [--batch-size B] [--epochs E] [--lr LR]
2022-03-31 14:23:13
10KB
Python
1