Прошла неделя, когда я хочу реализовать следующий авто-кодер с использованием keras. (Моя проблема здесь в том, что я должен использовать padding = 'same' из-за процесса UpSampling. Если я этого не сделаю, я не буду UpSample его).Я не могу реализовать эту архитектуру без заполнения.Это правильная реализация?Если нет, не могли бы вы помочь мне с этим? Это так важно для меня.Спасибо ...
Вот мой код:
inputs=Input(shape=(28,28,1))
x=Conv2D(6,(5,5),activation='relu',padding='same')(inputs)
encoded=MaxPooling2D((2,2))(x)
#decode
x=Conv2D(6,(5,5),activation='relu',padding='same')(encoded)
x=UpSampling2D((2,2))(x)
decoded=Conv2D(1,(5,5),activation='sigmoid',padding='same')(x)
auto_encoder=Model(inputs,decoded)
auto_encoder.summary()
auto_encoder.compile(optimizer='adam',loss='binary_crossentropy')
auto_encoder.fit(x_train_noisy,X_train,epochs=50,batch_size=128,validation_data=(x_test_noisy,X_test))
А вот модель: Архитектура CDAE для восстановления собственных изображений из их искаженной формы из-за шума