Skip to content

Autoencoder를 mnist dataset을 이용하여 구현하였습니다.

Notifications You must be signed in to change notification settings

DaeseungLee/Autoencoder

Repository files navigation

AutoEncoder

Autoencoder에 대한 자세한 설명은 Autoencdoer 설명글 을 통해 확인하실 수 있습니다.

Example code

1. Tensorflow2.0_Autoencoder_tutorial_mnist

Tensorflow2.0 autoencoder를 그대로 구현하였습니다.

  • Fashion mnist 데이타를 Autoencoder에 학습 시킨 후, reconsturction한 데이터. 원본 이지미와 비슷하지만 다소 blur한 결과를 보여줍니다.

image

  • Denoising Autoencoder의 noise 제거 결과입니다. noise 제거가 꽤 잘됐지만, 마찬가지로 원본이지미에 비해 blur합니다.

image

2. Stacked Autoencoders with classify fashoin MNIST data

autoencoder를 이용하여 classification model을 만들었습니다. Convolution Network나 다른 기법들(batch norm, drop out)등을 사용하지 않고도 97%의 정확도의 결과를 보일 수 있었습니다. Reconstruction한 결과는 다음과 같습니다.

image

기존의 이미지보다 Noise가 좀 더 있는 상태인데 classification Layer로 부터의 gradinet가 반영되서 기존 Autoencoder만 사용할 때 보다 원본 이미지의 복원 성능이 떨어졌습니다.

About

Autoencoder를 mnist dataset을 이용하여 구현하였습니다.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published