TensorFlow实战（四）- 使用TensorFlow实现去噪自编码器

一，自编码器简介

1，什么是自编码器

自编码器，顾名思义，即可以使用自身的高阶特征编码自己。

自编码器其实是一种神经网络，它的输入和输出是一致的，它借助稀疏编码的思想，目标是使用稀疏的一些高阶特征重新组合来重构自己。特征如下：

• 期望输入和输出一致。
• 希望使用高阶特征来重构自己，而不只是复制像素点。

如下图所示：

因为自编码器希望使用少量稀疏的高阶特征来重构输入，所有有几种限制：

• 隐含层的节点要小于输入层的节点，相当于一个降维的过程。
• 如果给数据加入噪声，那么就是去噪自编码器，我们将从含噪声的数据中学习出数据的高阶特征。常用噪声有加性高斯噪声（Additive Gaussian Noise）和随机遮挡噪声（Masking Noise）。

如果自编码器的隐含层只有一层，那么其原理类似于主成分分析。

2，应用

自编码器是一种无监督学习，主要应用有：

1. 利用自编码器对数据进行降维。
2. 可以用来对很深的网络进行无监督的预训练，来找到一个较好的权重初始化值，可以解决梯度消失问题。

例如，Hinton在DBN中的思想就是：先用自编码器的方法进行无监督的预训练，提取到一些有用的特征，从而将神经网络的权重初始化到一个较好的分布，然后再使用标注信息进行监督式的训练，即对权重进行fine-tune

虽然现在无监督式的预训练使用场景比以前少了许多，但因为现实世界中数据最多的还是未标注的数据，因此自编码器仍是非常有用的！

主要有以下几种自编码器，作用各部相同：

• 稀疏自编码器
• 去噪自编码器
• 压缩自编码器
• 栈式自编码器

二，用TensorFlow实现AGN自编码器

前提知识

• 需要使用Scikit-learn中preproces模块中的数据标准化功能。
• 用到xavier initialization参数初始化方法，它的特点是会根据某一层网络的输入、输出节点的数量自动调整最合适的分布。 xavier就是让权重满足均值为0，方差为$\frac{2}{输入节点数+输出节点数}$，分布可以为均匀分布或者高斯分布。
• 激活函数使用softplus，它是平滑版的Relu激活函数。

tensorflow实现

import numpy as np
import sklearn.preprocessing as prep
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data

# xavier initializaton参数初始化方法
def xavier_init(fan_in,fan_out,constant=1):
    low = -constant*np.sqrt(6.0/(fan_in+fan_out))
    high = constant*np.sqrt(6.0/(fan_in+fan_out))
    return tf.random_uniform((fan_in,fan_out),minval=low,maxval=high,dtype=tf.float32)

class AdditiveGaussianNoiseAutoEncoder(object):
    def __init__(self,n_input,n_hidden,transfer_function=tf.nn.softplus,
                 optimizer=tf.train.AdamOptimizer(),scale=0.1):
        # 1，定义一些必需的参数
        self.n_input = n_input
        self.n_hidden = n_hidden
        self.transfer = transfer_function
        self.scale = tf.placeholder(tf.float32)
        self.training_scale = scale
        networks_weights = self._initialize_weigths()
        self.weights = networks_weights

        # 2，定义网络结构
        self.x = tf.placeholder(tf.float32,[None,self.n_input])
        self.hidden = self.transfer(tf.add(tf.matmul(self.x+scale*tf.random_normal((n_input,)),self.weights['w1']),self.weights['b1']))
        self.reconstruction = tf.matmul(self.hidden,self.weights['w2'])+self.weights['b2']

        # 3，定义损失函数和优化器
        self.cost = 0.5*tf.reduce_sum(tf.pow((self.reconstruction-self.x),2.0))
        self.optimizer = optimizer.minimize(self.cost)

        # 4，全局参数初始化
        init = tf.global_variables_initializer()
        self.sess = tf.Session()
        self.sess.run(init)

    def _initialize_weigths(self):
        all_weigths = dict()
        all_weigths['w1'] = tf.Variable(xavier_init(self.n_input,self.n_hidden),dtype=tf.float32)
        all_weigths['b1'] = tf.Variable(tf.zeros([self.n_hidden],dtype=tf.float32))
        all_weigths['w2'] = tf.Variable(tf.zeros([self.n_hidden,self.n_input]),dtype=tf.float32)
        all_weigths['b2'] = tf.Variable(tf.zeros([self.n_input],dtype=tf.float32))
        return all_weigths
    # 单步训练
    def partial_fit(self,X):
        cost,opt = self.sess.run([self.cost,self.optimizer],feed_dict={self.x:X,self.scale:self.training_scale})
        return cost
    # 计算cost,用来测试模型效果
    def calc_total_cost(self,X):
        return self.sess.run(self.cost,feed_dict={self.x:X,self.scale:self.training_scale})
    # 编码
    def transform(self,X):
        return self.sess.run(self.hidden,feed_dict={self.x:X,self.scale:self.training_scale})
    # 解码
    def generate(self,hidden=None):
        if hidden==None:
            hidden = np.random.normal(size = self.weigths['b1'])
        return self.sess.run(self.reconstruction,feed_dict={self.hiddne:hidden})
    # 重构，包括编码和解码两个过程
    def reconstruct(self,X):
        return self.sess.run(self.reconstruction,feed_dict={self.x:X,self.scale:self.training_scale})
    def getWeights(self):
        return self.sess.run(self.weights['w1'])
    def getBiases(self):
        return self.sess.run(self.weights['b1'])
    def pltTwo(self):
        import matplotlib.pyplot as plt
        r = np.random.randint(0, mnist.test.num_examples - 1)
        fig = plt.figure()
        ax = fig.add_subplot(121)
        bx = fig.add_subplot(122)
        ax.imshow(mnist.test.images[r:r + 1].reshape(28, 28), cmap='Greys', interpolation='nearest')
        bx.imshow(self.reconstruct(mnist.test.images[r:r + 1]).reshape(28, 28), cmap='Greys', interpolation='nearest')
        plt.show()

# 数据标准化
def standard_scale(X_train,X_test):
    preprocessor  = prep.StandardScaler().fit(X_train)
    X_train = preprocessor.transform(X_train)
    X_test = preprocessor.transform(X_test)
    return X_train,X_test
# 获取随机block数据
def get_random_block_form_data(data,batch_size):
    start_index = np.random.randint(0,len(data)-batch_size)
    return data[start_index:(start_index+batch_size)]

if __name__=='__main__':
    # 1，获取数据并标准化
    mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)
    X_train,X_test = standard_scale(mnist.train.images,mnist.test.images)

    # 2，定义一些训练参数
    n_samples = int(mnist.train.num_examples)
    training_epochs = 20
    batch_size = 128
    display_step = 1

    # 3，构建去噪自编码器模型，包括网络结构的定义，loss和优化器的定义等
    autoencoder = AdditiveGaussianNoiseAutoEncoder(n_input=784,
                                                   n_hidden=200,
                                                   transfer_function=tf.nn.softplus,
                                                   optimizer=tf.train.AdamOptimizer(learning_rate=0.001),
                                                   scale=0.01)
    # 4，迭代训练
    for epoch in range(training_epochs):
        avg_cost = 0.0
        total_batch = int(n_samples/batch_size)

        for i in range(total_batch):
            batch_xs = get_random_block_form_data(X_train,batch_size)
            cost = autoencoder.partial_fit(batch_xs)
            avg_cost += cost/n_samples*batch_size
        if epoch % display_step == 0:
            print('Epoch: %04d,cost=%.9f' % (epoch+1,avg_cost))

    # 5，测试
    print('Total cost: '+str(autoencoder.calc_total_cost(X_test)))

    # 6,原始图和重构图的对比
    autoencoder.pltTwo()

运行结果如下图所示：

原始图和重构图的对比：