machine-learning - 有没有使用 MxNet 构建卷积自动编码器的玩具示例？

Question

我正在寻找使用 MxNet 的卷积自动编码器的实现。但基于全连接网络的自动编码器的例子只有一个，就是 here 。 github上也有一个issue提出类似的问题，但收到的回复很少。有没有使用 MxNet 实现的卷积自动编码器的玩具示例？

Answer 1

请在 Mxnet Gluon 中找到 Conv Autoencoder 模型的示例。代码引用自here 。在 Gluon 中以标准方式训练该模型。

from mxnet import gluon as g

class CNNAutoencoder(g.nn.HybridBlock):
    def __init__(self):
        super(CNNAutoencoder, self).__init__()
        with self.name_scope():
            self.encoder = g.nn.HybridSequential('encoder_')
            with self.encoder.name_scope():
                self.encoder.add(g.nn.Conv2D(16, 3, strides=3, padding=1, activation='relu'))
                self.encoder.add(g.nn.MaxPool2D(2, 2))
                self.encoder.add(g.nn.Conv2D(8, 3, strides=2, padding=1, activation='relu'))
                self.encoder.add(g.nn.MaxPool2D(2, 1))

            self.decoder = g.nn.HybridSequential('decoder_')
            with self.decoder.name_scope():
                self.decoder.add(g.nn.Conv2DTranspose(16, 3, strides=2, activation='relu'))
                self.decoder.add(g.nn.Conv2DTranspose(8, 5, strides=3, padding=1, activation='relu'))
                self.decoder.add(g.nn.Conv2DTranspose(1, 2, strides=2, padding=1, activation='tanh'))

    def forward(self, x):
        x = self.encoder(x)
        x = self.decoder(x)
        return x

model = CNNAutoencoder()
model.hybridize()