# Auto_Encoder

**Repository Path**: wang567/Auto_Encoder

## Basic Information

- **Project Name**: Auto_Encoder
- **Description**: 自编码器模型(Auto Encoder Model)
- **Primary Language**: Unknown
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 4
- **Forks**: 1
- **Created**: 2022-05-23
- **Last Updated**: 2025-04-11

## Categories & Tags

**Categories**: Uncategorized

**Tags**: 自编码器, 变分自编码器, AE, VAE

## README

# 自编码器模型

## 介绍
包括自编码器和变分自编码器两种模型

## 模型说明
- data: 手写数据集
- AE: 自编码器模型(Auto Encoder), self.latent_dim可以调整编码后的维度，默认为20
- train_AE: 训练自编码器模型
- VAE: 变分自编码器模型(Variational Auto Encoder), self.latent_dim可以调整编码后的维度，默认为2
- train_VAE: 训练变分自编码器模型
- pic: 保存了训练效果图像

## 使用准备
1. Anaconda （版本最好不要太旧）
2. torch==1.6.0; torch_vision==0.7.0 及相关的包 （或者更高版本，可自行调试）
3. 其他相关的包，可自行调试判断

## 使用说明
- 本代码仅供学习和学术研究下载


## 自编码效果
### 自编码器(AE)
- 重构测试  
<img src="pic/AE/test.png" width="480" height="320" alt="重构测试"/><br/>
- 重构测试(多图)  
<img src="pic/AE/reconstruct.png" width="600" height="600" alt="重构测试(多图)"/><br/>

### 变分自编码器(VAE)
- 重构测试  
<img src="pic/VAE/test.png" width="480" height="320" alt="重构测试"/><br/>
- 重构测试(多图)  
<img src="pic/VAE/reconstruct.png" width="600" height="600" alt="重构测试(多图)"/><br/>
- KL散度变化图  
<img src="pic/VAE/KLD.png" width="480" height="360" alt="重构测试(多图)"/><br/>
- 对z采样  
<img src="pic/VAE/sample1.png" width="320" height="240" alt="对z采样1"/><br/>
<img src="pic/VAE/sample2.png" width="320" height="240" alt="对z采样2"/><br/>
<img src="pic/VAE/sample3.png" width="320" height="240" alt="对z采样3"/><br/>
- z聚类分布图  
<img src="pic/VAE/classifier.png" width="600" height="450" alt="z聚类分布图"/><br/>
- 均匀对z采样的重构效果  
<img src="pic/VAE/latent.png" width="600" height="600" alt="均匀对z采样的重构效果 "/><br/>

## 参与贡献

wang567