如何分别保存 Keras 编码器和解码器

Posted 2023-02-16

【中文标题】如何分别保存 Keras 编码器和解码器

【英文标题】：How to seperately save Keras encoder and decoder

【发布时间】：2021-08-22 23:11:33

【问题描述】：

我已经使用 Tensorflow Keras 训练了一个自动编码器解码器

x_train = np.reshape(x_train, (len(x_train), n_row,n_col, 1))
x_test = np.reshape(x_test, (len(x_test),  n_row,n_col, 1))


input_img = Input(shape=(n_row,n_col, 1))

x = Convolution2D(16, (10, 10), activation='relu', padding='same')(input_img)
x = MaxPooling2D((5, 5), padding='same')(x)
x = Convolution2D(8, (2, 2), activation='relu', padding='same')(x)
x = MaxPooling2D((3, 3), padding='same')(x)
x = Convolution2D(8, (3, 3), activation='relu', padding='same')(x)
encoded = MaxPooling2D((2, 2), padding='same')(x)

x = Convolution2D(8, (2, 2), activation='relu', padding='same')(encoded)
x = UpSampling2D((3, 3))(x)
x = Convolution2D(8, (3, 3), activation='relu', padding='same')(x)
x = UpSampling2D((5, 5))(x)
x = Convolution2D(16, (10, 10), activation='relu', padding='same')(x)
x = UpSampling2D((2, 2))(x)
x = Cropping2D(cropping=((5, 0), (1, 0)), data_format=None)(x)

decoded = Convolution2D(1, (10, 10), activation='sigmoid', padding='same')(x)

autoencoder = Model(inputs=input_img, outputs=decoded)

autoencoder.compile(optimizer='adam', loss='mse')

我可以通过使用保存整个自动编码器模型

autoencoder.save('...')

如何分别保存和访问编码器和解码器？

【参考方案1】：

由于您已经保存了autoencoder，您可以同样从保存的自动编码器中提取encoder 和decoder：

autoencoder= K.models.load_model('your_saved_autoencoder')

encoder = Model(autoencoder.input, autoencoder.layers[-2].output)

decoder_input = Input(shape=(encoding_dim,))
decoder = Model(decoder_input, autoencoder.layers[-1](decoder_input))

【讨论】：

感谢您的回答。但是，由于我有一个深度自动编码器，所以 autoencoder.layers[-1] 在这里不起作用

我已经为您的具体问题环顾了一下，我认为独立保存编码器和解码器的方法是将它们创建为单独的模型，然后在保存自动编码器时保存它们.您可以参考this answer 以获得更清晰的信息：