将自动编码器输出数组保存为图像答案

【问题标题】：Saving autoencoder output array as an image将自动编码器输出数组保存为图像
【发布时间】：2019-03-31 01:51:03
【问题描述】：

我设计了一个自动编码器来读取 (256*256) RGB 图像，该图像将输出作为 float32 元素的数组，尺寸为 (256,256,3)，其中一些元素如图所示。

img = Image.open('C:\\Users\\ece\\Desktop\\validation\\validate\\small_0002_7.jpg')
x = image.img_to_array(img)
x = np.expand_dims(x, axis=0)
images = np.vstack([x])
classes = autoencoder.predict(images)

正如我观察到的输出数组值在 output values

【问题讨论】：

标签： python-3.x numpy neural-network deep-learning autoencoder

【解决方案1】：

自动编码器应该将输出幅度与输入幅度相匹配，因此您可能在层中进行了预处理，或者您的成本函数也具有比例因子。

要保存您的图像，请将结果乘以 255，将其转换为 np.uint8，然后使用 spicy.misc.imsave 之类的内容保存。

【讨论】：

您好我之前使用以下代码行重建图像 ---classes1=np.reshape(classes,(256,256,3)) img = Image.fromarray(classes1, 'RGB') img .save('my.jpg') img.show() ----它给出的只是一张嘈杂的图像。
你确定你有一个有效的输出图像吗？
自动编码器将输入作为 (1,256,256,3)。我有一个输出-“类”，它是具有维度 (1,256,256,3) 的 float32 数组。模型没问题.. 现在第一个问题是如何将输入验证图像传递给模型。为此，我给出了我的帖子中显示的代码行。其次，如何保存——我在对您的回答的评论中使用了上面提到的代码行。现在我不确定错误的来源——是我错误地传递了输入图像，还是输出的表示错误。
我的意思是，你如何检查输出图像（保存前）是否有噪音？
我在github.com/luispedro/BuildingMachineLearningSystemsWithPython/… 做过类似的事情。确保范围正常并不总是直观的。