1.概述
人在获取图像时，并不是像计算机逐个像素去读，一般是扫一眼物体，大致能得到需要的信息，如形状，颜色，特征。怎么让机器也有这项能力呢，稀疏编码来了。
定义：
稀疏自编码器（Sparse Autoencoder）可以自动从无标注数据中学习特征，可以给出比原始数据更好的特征描述。在实际运用时可以用稀疏编码器发现的特征取代原始数据，这样往往能带来更好的结果。
上图就是稀疏编码的一半流程，清晰的说明了稀疏编码的过程。
自编码器要求输出尽可能等于输入，并且它的隐藏层必须满足一定的稀疏性，即隐藏层不能携带太多信息。所以隐藏层对输入进行了压缩，并在输出层中解压缩。整个过程肯定会丢失信息，但训练能够使丢失的信息尽量少。通过引入惩罚机制和BP算法解决最小化信息丢失问题。
2.代码实现
#coding=utf-8 ''' Created on 2016年12月3日 @author: chunsoft ''' import tensorflow as tf import numpy as np import matplotlib.pyplot as plt # 导入 MNIST 数据 from tensorflow.examples.tutorials.mnist import input_data mnist = input_data.read_data_sets("/tmp/data/", one_hot=True) # 参数 learning_rate = 0.01 #学习速率 training_epochs = 20 #训练批次 batch_size = 256 #随机选择训练数据大小 display_step = 1 #展示步骤 examples_to_show = 10 #显示示例图片数量 # 网络参数 #我这里采用了三层编码，实际针对mnist数据，隐层两层，分别为256，128效果最好 n_hidden_1 = 512 #第一隐层神经元数量 n_hidden_2 = 256 #第二 n_hidden_3 = 128 #第三 n_input = 784 #输入 #tf Graph输入 X = tf.placeholder("float", [None,n_input]) #权重初始化 weights = { 'encoder_h1': tf.Variable(tf.random_normal([n_input, n_hidden_1])), 'encoder_h2': tf.Variable(tf.random_normal([n_hidden_1, n_hidden_2])), 'encoder_h3': tf.Variable(tf.random_normal([n_hidden_2, n_hidden_3])), 'decoder_h1': tf.Variable(tf.random_normal([n_hidden_3, n_hidden_2])), 'decoder_h2': tf.Variable(tf.random_normal([n_hidden_2, n_hidden_1])), 'decoder_h3': tf.Variable(tf.random_normal([n_hidden_1, n_input])), } #偏置值初始化 biases = { 'encoder_b1': tf.Variable(tf.random_normal([n_hidden_1])), 'encoder_b2': tf.Variable(tf.random_normal([n_hidden_2])), 'encoder_b3': tf.Variable(tf.random_normal([n_hidden_3])), 'decoder_b1': tf.Variable(tf.random_normal([n_hidden_2])), 'decoder_b2': tf.Variable(tf.random_normal([n_hidden_1])), 'decoder_b3': tf.Variable(tf.random_normal([n_input])), } # 开始编码 def encoder(x): #sigmoid激活函数，layer = x*weights['encoder_h1']+biases['encoder_b1'] layer_1 = tf.nn.sigmoid(tf.add(tf.matmul(x, weights['encoder_h1']), biases['encoder_b1'])) layer_2 = tf.nn.sigmoid(tf.add(tf.matmul(layer_1, weights['encoder_h2']), biases['encoder_b2'])) layer_3 = tf.nn.sigmoid(tf.add(tf.matmul(layer_2, weights['encoder_h3']), biases['encoder_b3'])) return layer_3 # 开始解码 def decoder(x): #sigmoid激活函数,layer = x*weights['decoder_h1']+biases['decoder_b1'] layer_1 = tf.nn.sigmoid(tf.add(tf.matmul(x, weights['decoder_h1']), biases['decoder_b1'])) layer_2 = tf.nn.sigmoid(tf.add(tf.matmul(layer_1, weights['decoder_h2']), biases['decoder_b2'])) layer_3 = tf.nn.sigmoid(tf.add(tf.matmul(layer_2, weights['decoder_h3']), biases['decoder_b3'])) return layer_3 # 构造模型 encoder_op = encoder(X) encoder_result = encoder_op decoder_op = decoder(encoder_op) #预测 y_pred = decoder_op #实际输入数据当作标签 y_true = X # 定义代价函数和优化器，最小化平方误差,这里可以根据实际修改误差模型 cost = tf.reduce_mean(tf.pow(y_true-y_pred, 2)) optimizer = tf.train.RMSPropOptimizer(learning_rate).minimize(cost) # 初始化变量 init = tf.initialize_all_variables(); # 运行Graph with tf.Session() as sess: sess.run(init) #总的batch total_batch = int(mnist.train.num_examples/batch_size) # 开始训练 for epoch in range(training_epochs): for i in range(total_batch): batch_xs, batch_ys = mnist.train.next_batch(batch_size) _, c = sess.run([optimizer, cost], feed_dict={X: batch_xs}) # 展示每次训练结果 if epoch % display_step == 0: print("Epoch:", '%04d' % (epoch+1), "cost=", "{:.9f}".format(c)) print("Optimization Finished!") # Applying encode and decode over test set #显示编码结果和解码后结果 encodes = sess.run( encoder_result, feed_dict={X: mnist.test.images[:examples_to_show]}) encode_decode = sess.run( y_pred, feed_dict={X: mnist.test.images[:examples_to_show]}) # 对比原始图片重建图片 f, a = plt.subplots(2, 10, figsize=(10, 2)) for i in range(examples_to_show): a[0][i].imshow(np.reshape(mnist.test.images[i], (28, 28))) a[1][i].imshow(np.reshape(encode_decode[i], (28, 28))) f.show() plt.draw() plt.waitforbuttonpress()