neural-network - 可视化自动编码器输出

Question

我提出了一个非常菜鸟的问题，但我被困住了……我用 Pytorch 创建了一个自动编码器，并用典型的 MNIST 数据集等对其进行了训练：

class Autoencoder(nn.Module):
    def __init__(self, **kwargs):
        super().__init__()
        self.encoder_hidden_layer = nn.Linear(
            in_features=kwargs["input_shape"], out_features=kwargs["embedding_dim"]
        )
        self.encoder_output_layer = nn.Linear(
            in_features=kwargs["embedding_dim"], out_features=kwargs["embedding_dim"]
        )
        self.decoder_hidden_layer = nn.Linear(
            in_features=kwargs["embedding_dim"], out_features=kwargs["embedding_dim"]
        )
        self.decoder_output_layer = nn.Linear(
            in_features=kwargs["embedding_dim"], out_features=kwargs["input_shape"]
        )

    def forward(self, features):
        activation = self.encoder_hidden_layer(features)
        activation = torch.relu(activation)

        code = self.encoder_output_layer(activation)
        code = torch.relu(code)
        
        activation = self.decoder_hidden_layer(code)
        activation = torch.relu(activation)

        activation = self.decoder_output_layer(activation)
        reconstructed = torch.relu(activation)

        return reconstructed

model = Autoencoder(input_shape=784, embedding_dim=128)

criterion = nn.MSELoss()
optimizer = optim.Adam(model.parameters(), lr=0.0001) 

我现在想要的是可视化重建的图像，但我不知道该怎么做。我知道这很简单，但我找不到方法。我知道输出的形状是[128,784]因为 batch_size 是 128 而 784 是 28x28(x1channel)。

谁能告诉我如何从重建的张量中获得图像？

太感谢了！

标签： neural-networkpytorchdata-visualizationautoencoder

Answer 1

首先，您必须将张量广播到128x28x28：

reconstructed = x.reshape(128, 1, 28, 28)

然后，您可以使用torchvision的函数将其中一个批处理元素转换为PIL图像。下面将显示第一张图片：

import torchvision.transforms as T
img = T.ToPILImage()(reconstructed[0])
img.show()