Autoencoder基本操作及其Tensorflow實現

最近幾個月一直在和幾個小伙伴做Deep Learning相關的事情。除了像tensorflow,gpu這些框架或工具之外，最大的收獲是思路上的，Neural Network相當富余變化，發揮所想、根據手頭的數據和問題去設計創新吧。今天聊一個Unsupervised Learning的NN：Autoencoder。

Autoencoder的特點是：首先，數據中只有X，沒有y；此外，輸入和輸出的nodes數量相同，可以把其定義為用神經網絡對input data壓縮、取精華后的重構。其結構圖如下：

聽起來蠻抽象，但從其architecture上面，來看，首先是全連接(fully-connected network)。和Feed-forward NN的重點不同是，FFNN的neurons per layer逐層遞減，而Autoencoder則是neurons per layer先減少，這部分叫做Encode，中間存在一個瓶頸層，然后再逐漸放大至原先的size，這部分叫做Decode。然后在output layer，希望輸出和輸入一致，以此思路構建loss function (MSE)，然后再做Back-propagation。

工作流圖如下：

 

數據集用的是MNIST手寫數字庫，encode有3層，decode有3層，核心代碼可見最下方。壓縮並還原之后，得出的圖片對比如下，可見Autoencoder雖然在bottleneck處將數據壓縮了很多，但經過decode之后，基本是可以還原圖片數據的 ：

當然，如果壓縮再解壓，得到差不多的圖片，其實意義不大，那我們考慮在訓練結束后，只用encode的部分，即Autoencoder的前半部來給數據做降維，那么會得到什么結果呢？在這個例子中，為了更好地把數據降到2維，我加了另外2層hidden layer，並且bottleneck層移除了activation function，得到的結果如下：

可以看到，數據被從784維空間中壓縮到2維，並且做了類似clustering的操作。

# Parameter
learning_rate = 0.001
training_epochs = 50 
batch_size = 256
display_step = 1
examples_to_show = 10

# Network Parameters
n_input = 784  # MNIST data input (img shape: 28*28)

# hidden layer settings
n_hidden_1 = 256 # 1st layer num features
n_hidden_2 = 128 # 2nd layer num features
n_hidden_3 = 64  # 3rd layer num features

X = tf.placeholder(tf.float32, [None,n_input])

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])),
    }
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])),
    }

# Building the encoder
def encoder(x):
    # Encoder Hidden layer with sigmoid activation #1
    layer_1 = tf.nn.sigmoid(tf.add(tf.matmul(x, weights['encoder_h1']),
                                   biases['encoder_b1']))
    # Decoder Hidden layer with sigmoid activation #2
    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
    
# Building the decoder
def decoder(x):
    # Encoder Hidden layer with sigmoid activation #1
    layer_1 = tf.nn.sigmoid(tf.add(tf.matmul(x, weights['decoder_h1']),
                                   biases['decoder_b1']))
    # Decoder Hidden layer with sigmoid activation #2
    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

# Construct model
encoder_op = encoder(X)             # 128 Features
decoder_op = decoder(encoder_op)    # 784 Features

# Prediction
y_pred = decoder_op    # After 
# Targets (Labels) are the input data.
y_true = X            # Before

# Define loss and optimizer, minimize the squared error
cost = tf.reduce_mean(tf.pow(y_true - y_pred, 2))
optimizer = tf.train.AdamOptimizer(learning_rate).minimize(cost)

# Launch the graph
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    total_batch = int(mnist.train.num_examples/batch_size)
    # Training cycle
    for epoch in range(training_epochs):
        # Loop over all batches
        for i in range(total_batch):
            batch_xs, batch_ys = mnist.train.next_batch(batch_size)  # max(x) = 1, min(x) = 0
            # Run optimization op (backprop) and cost op (to get loss value)
            _, c = sess.run([optimizer, cost], feed_dict={X: batch_xs})
        # Display logs per epoch step
        if epoch % display_step == 0:
            print("Epoch:", '%04d' % (epoch+1),
                  "cost=", "{:.9f}".format(c))

    print("Optimization Finished!")