如何从两个顺序网络创建自动编码器？答案

【问题标题】：How to create an autoencoder from two sequential networks?如何从两个顺序网络创建自动编码器？
【发布时间】：2021-06-06 20:05:32
【问题描述】：

我有两个顺序网络（编码器网络和解码器网络）。如何使用顺序 API 创建自动编码器模型？

请不要推荐使用函数式 API 或解释函数式优于顺序的好处，因为这不是这里的问题。

encoder_network = tf.keras.Sequential([
    Conv2D(64, 3, padding='same', activation="swish"),
    DownscaleBlock(1),
    DownscaleBlock(2),
    Conv2D(128, 3, padding='same', activation="swish"),
    Conv2D(32, 3, padding='same', activation="swish"),
    Conv2D(10, 3, padding='same'),
])

decoder_network = tf.keras.Sequential([
    Conv2D(4, 3, padding='same', activation="swish"),
    Conv2D(16, 3, padding='same', activation="swish"),
    Conv2D(64, 3, padding='same', activation="swish"),
    UpscaleBlock(1),
    UpscaleBlock(2),
    Conv2D(4, 3, padding='same', activation="swish"),
    Conv2D(1, 3, padding='same'),
])

【问题讨论】：

标签： python tensorflow keras deep-learning autoencoder

【解决方案1】：

您可以像使用图层一样使用模型：

model = tf.keras.Sequential([
    encoder_network,
    decoder_network
])

【讨论】：