变分自编码（VAE）及代码解读

来源：互联网发布：非凡软件下载编辑：程序博客网时间：2024/06/05 20:03

版权声明：本文为博主原创文章，未经博主允许不得转载。

这几天在看GAN模型的时候，顺便关注了另外一种生成模型——VAE。其实这种生成模型在早几年就有了，而且有了一些应用。著名黑客George Hotz在其开源的自主驾驶项目中就应用到了VAE模型。这其中的具体应用在我上一篇转载的博客comma.ai中有详细介绍。在对VAE基本原理有一个认识后，就开始啃代码了。在代码中最能直观的体现其思想，结合理论来看，有利于理解。理论介绍，网上资料很多，就不赘述了。

基本网络框架：

下面是基于keras的VAE代码解读：（自己加了一层，发现收敛的快一点了，附实验结果）

[html] view plain copy
<span style="font-size:14px;">from __future__ import division  
from __future__ import print_function  
import os.path  
  
import numpy as np  
np.random.seed(1337)  # for reproducibility  
  
import tensorflow as tf  
from tensorflow.examples.tutorials.mnist import input_data  
  
mnist = input_data.read_data_sets('MNIST')  
  
input_dim = 784  
hidden_encoder_dim_1 = 1000  
hidden_encoder_dim_2 = 400  
hidden_decoder_dim = 400  
latent_dim = 20#（latent Variable）  
lam = 0  
  
  
def weight_variable(shape):  
  initial = tf.truncated_normal(shape, stddev=0.001)  
  return tf.Variable(initial)  
  
def bias_variable(shape):  
  initial = tf.constant(0., shape=shape)  
  return tf.Variable(initial)  
  
x = tf.placeholder("float", shape=[None, input_dim])##input x  
l2_loss = tf.constant(0.0)  
  
#encoder1 W b  
W_encoder_input_hidden_1 = weight_variable([input_dim,hidden_encoder_dim_1])##784*1000  
b_encoder_input_hidden_1 = bias_variable([hidden_encoder_dim_1])#1000  
l2_loss += tf.nn.l2_loss(W_encoder_input_hidden_1)  
  
# Hidden layer1 encoder  
hidden_encoder_1 = tf.nn.relu(tf.matmul(x, W_encoder_input_hidden_1) + b_encoder_input_hidden_1)##w*x+b  
  
#encoder2 W b  
W_encoder_input_hidden_2 = weight_variable([hidden_encoder_dim_1,hidden_encoder_dim_2])##1000*400  
b_encoder_input_hidden_2 = bias_variable([hidden_encoder_dim_2])#400  
l2_loss += tf.nn.l2_loss(W_encoder_input_hidden_2)  
  
# Hidden layer2 encoder  
hidden_encoder_2 = tf.nn.relu(tf.matmul(hidden_encoder_1, W_encoder_input_hidden_2) + b_encoder_input_hidden_2)##w*x+b  
  
W_encoder_hidden_mu = weight_variable([hidden_encoder_dim_2,latent_dim])##400*20  
b_encoder_hidden_mu = bias_variable([latent_dim])##20  
l2_loss += tf.nn.l2_loss(W_encoder_hidden_mu)  
  
# Mu encoder=+  
mu_encoder = tf.matmul(hidden_encoder_2, W_encoder_hidden_mu) + b_encoder_hidden_mu##mu_encoder:1*20(1*400 400*20)  
  
W_encoder_hidden_logvar = weight_variable([hidden_encoder_dim_2,latent_dim])##W_encoder_hidden_logvar:400*20  
b_encoder_hidden_logvar = bias_variable([latent_dim])#20  
l2_loss += tf.nn.l2_loss(W_encoder_hidden_logvar)  
  
# Sigma encoder  
logvar_encoder = tf.matmul(hidden_encoder_2, W_encoder_hidden_logvar) + b_encoder_hidden_logvar#logvar_encoder:1*20(1*400 400*20)  
  
# Sample epsilon  
epsilon = tf.random_normal(tf.shape(logvar_encoder), name='epsilon')  
  
# Sample latent variable  
std_encoder = tf.exp(0.5 * logvar_encoder)  
z = mu_encoder + tf.mul(std_encoder, epsilon)##z_mu+epsilon*z_std=z,as decoder's input;z:1*20  
  
W_decoder_z_hidden = weight_variable([latent_dim,hidden_decoder_dim])#W_decoder_z_hidden:20*400    
b_decoder_z_hidden = bias_variable([hidden_decoder_dim])##400  
l2_loss += tf.nn.l2_loss(W_decoder_z_hidden)  
  
# Hidden layer decoder  
hidden_decoder = tf.nn.relu(tf.matmul(z, W_decoder_z_hidden) + b_decoder_z_hidden)##hidden_decoder:1*400(1*20 20*400)  
  
W_decoder_hidden_reconstruction = weight_variable([hidden_decoder_dim, input_dim])##400*784  
b_decoder_hidden_reconstruction = bias_variable([input_dim])  
l2_loss += tf.nn.l2_loss(W_decoder_hidden_reconstruction)  
   
KLD = -0.5 * tf.reduce_sum(1 + logvar_encoder - tf.pow(mu_encoder, 2) - tf.exp(logvar_encoder), reduction_indices=1)##KLD  
  
x_hat = tf.matmul(hidden_decoder, W_decoder_hidden_reconstruction) + b_decoder_hidden_reconstruction##x_hat:1*784(reconstruction x)  
   
BCE = tf.reduce_sum(tf.nn.sigmoid_cross_entropy_with_logits(x_hat, x), reduction_indices=1)##sum cross_entropy  
  
loss = tf.reduce_mean(BCE + KLD)##average value  
  
regularized_loss = loss + lam * l2_loss  
  
loss_summ = tf.scalar_summary("lowerbound", loss)##Record the stored value of loss  
train_step = tf.train.AdamOptimizer(0.01).minimize(regularized_loss)##Optimization Strategy  
  
# add op for merging summary  
summary_op = tf.merge_all_summaries()  
  
# add Saver ops  
saver = tf.train.Saver()  
  
n_steps = int(1e5+1)##step:1000000  
batch_size = 100  
  
with tf.Session() as sess:  
  summary_writer = tf.train.SummaryWriter('experiment',  
                                          graph=sess.graph)##draw graph in tensorboard  
  #if os.path.isfile("save/model.ckpt"):  
   # print("Restoring saved parameters")  
    #saver.restore(sess, "save/model.ckpt")  
  #else:  
   # print("Initializing parameters")  
  sess.run(tf.initialize_all_variables())  
  
  for step in range(1, n_steps):  
    batch = mnist.train.next_batch(batch_size)  
    feed_dict = {x: batch[0]}  
    _, cur_loss, summary_str = sess.run([train_step, loss, summary_op], feed_dict=feed_dict)  
    summary_writer.add_summary(summary_str, step)  
  
    if step % 50 == 0:  
      save_path = saver.save(sess, "save/model.ckpt")  
      print("Step {0} | Loss: {1}".format(step, cur_loss))  
  
# save weights every epoch  
    #if step % 100==0 :   
      # generator.save_weights(  
      #          'mlp_generator_epoch_{0:03d}.hdf5'.format(epoch), True)  
       #critic.save_weights(  
        #        'mlp_critic_epoch_{0:03d}.hdf5'.format(epoch), True)  
  
##Step 999900 | Loss: 114.41309356689453  
##Step 999950 | Loss: 115.09370422363281  
##Step 100000 | Loss: 124.32205200195312 ##Step 99700 | Loss: 116.05304718017578  
  
#1000 encode hidden layer=1 Step 950 | Loss: 159.3329620361328  
#1000 encode hidden layer=2 Step 950 | Loss: 128.81312561035156  
</span>  

变分自编码器参考资料：

1.变分自编码器（Variational Autoencoder, VAE）通俗教程 – 邓范鑫——致力于变革未来的智能技术 http://www.dengfanxin.cn/?p=334

2.VAE variation inference变分推理清爽介绍 http://mp.weixin.qq.com/s/9lNWkEEOk5vEkJ1f840zxA

3.深度学习变分贝叶斯自编码器（上下） https://zhuanlan.zhihu.com/p/25429082

阅读全文

0 0