Tensorflow Keras在autoencoder中分别使用encoder和decoder

Question

我在 tensorflow 中摆弄 Keras api，试图实现一个自动编码器。顺序模型有效，但我希望能够分别使用编码器（前两层）和解码器（后两层），但使用我已经训练好的模型的权重。有没有办法做到这一点？我必须制作自定义模型吗？

model = keras.Sequential()
model.add(encoder_1)
model.add(leaky_relu)
model.add(encoder_2)
model.add(leaky_relu2)
model.add(decoder_1)
model.add(leaky_relu3)
model.add(decoder_2)

encoder_model = keras.Sequential()
encoder_model.add(encoder_1)
encoder_model.add(leaky_relu)
encoder_model.add(encoder_2)
encoder_model.add(leaky_relu2)

decoder_model = keras.Sequential()
decoder_model.add(decoder_1)
model.add(leaky_relu3)
decoder_model.add(decoder_2)

我这样定义我的模型，但试图运行预测编码器或解码器输出

'Sequential' object has no attribute '_feed_input_names'

Answer 1

是的，您应该将编码层和解码层包装在您单独调用的单独 Model 实例中。关于自动编码器的 Keras blogporst 应该包含您需要知道的一切：https://blog.keras.io/building-autoencoders-in-keras.html

Tensorflow Keras在autoencoder中分别使用encoder和decoder

Tensorflow Keras use encoder and decoder separately in autoencoder

python

machine-learning

autoencoder

keras

tensorflow