Python/Keras/Theano sai kích thước cho bộ mã hóa tự động sâu

Question

Tôi đang cố gắng theo Bộ mã hóa tự động sâu Két example. Tôi nhận được một ngoại lệ không khớp, nhưng đối với cuộc sống của tôi, tôi không thể hiểu tại sao. Nó hoạt động khi tôi chỉ sử dụng một kích thước được mã hóa, nhưng không phải khi tôi xếp chúng.

Ngoại lệ: Input 0 là không phù hợp với lớp dense_18:
hình dự kiến ​​= (Không, 128), tìm thấy hình = (Không, 32) *

Lỗi này là trên dòng decoder = Model(input=encoded_input, output=decoder_layer(encoded_input))

from keras.layers import Dense,Input 
from keras.models import Model 

import numpy as np 

# this is the size of the encoded representations 
encoding_dim = 32 

#NPUT LAYER 
input_img = Input(shape=(784,)) 

#ENCODE LAYER 
# "encoded" is the encoded representation of the input 
encoded = Dense(encoding_dim*4, activation='relu')(input_img) 
encoded = Dense(encoding_dim*2, activation='relu')(encoded) 
encoded = Dense(encoding_dim, activation='relu')(encoded) 

#DECODED LAYER 
# "decoded" is the lossy reconstruction of the input 
decoded = Dense(encoding_dim*2, activation='relu')(encoded) 
decoded = Dense(encoding_dim*4, activation='relu')(decoded) 
decoded = Dense(784, activation='sigmoid')(decoded) 

#MODEL 
autoencoder = Model(input=input_img, output=decoded) 


#SEPERATE ENCODER MODEL 
encoder = Model(input=input_img, output=encoded) 

# create a placeholder for an encoded (32-dimensional) input 
encoded_input = Input(shape=(encoding_dim,)) 

# retrieve the last layer of the autoencoder model 
decoder_layer = autoencoder.layers[-1] 

# create the decoder model 
decoder = Model(input=encoded_input, output=decoder_layer(encoded_input)) 

#COMPILER 
autoencoder.compile(optimizer='adadelta', loss='binary_crossentropy') 

Answer 1

Cảm ơn gợi ý từ Marcin. Hóa ra tất cả các lớp giải mã cần phải được unrolled để làm cho nó hoạt động.

# retrieve the last layer of the autoencoder model 
decoder_layer1 = autoencoder.layers[-3] 
decoder_layer2 = autoencoder.layers[-2] 
decoder_layer3 = autoencoder.layers[-1] 

# create the decoder model 
decoder = Model(input=encoded_input, output=decoder_layer3(decoder_layer2(decoder_layer1(encoded_input)))) 

Answer 2

vấn đề nằm ở chỗ:

# retrieve the last layer of the autoencoder model 
decoder_layer = autoencoder.layers[-1] 

Trong mô hình trước đó - lớp cuối cùng là lớp bộ giải mã duy nhất. Vì vậy, nó đầu vào cũng là một đầu vào cho bộ giải mã. Nhưng ngay bây giờ bạn có 3 lớp giải mã, do đó bạn phải quay lại lớp đầu tiên để có được bộ giải mã lớp đầu tiên. Vì vậy, thay đổi dòng này thành:

# retrieve the last layer of the autoencoder model 
decoder_layer = autoencoder.layers[-3] 

Nên thực hiện công việc.

Answer 3

Bạn cần áp dụng phép biến đổi từ mỗi lớp bộ giải mã sang lớp trước. Bạn có thể hủy đăng ký và mã hóa theo cách thủ công những câu hỏi này như trong câu trả lời được chấp nhận hoặc vòng lặp sau đây nên xử lý câu trả lời:

# create a placeholder for an encoded (32-dimensional) input 
encoded_input = Input(shape=(encoding_dim,)) 

# retrieve the decoder layers and apply to each prev layer 
num_decoder_layers = 3 
decoder_layer = encoded_input 
for i in range(-num_decoder_layers, 0): 
    decoder_layer = autoencoder.layers[i](decoder_layer) 

# create the decoder model 
decoder = Model(encoded_input, decoder_layer)