Что означают показатели точности в автоэнкодере с шумоподавлением Keras?

Я работаю с образцом шумоподавляющего автоэнкодера Кераса; https://keras.io/examples/mnist_denoising_autoencoder/

Во время компиляции я использую следующие параметры:

autoencoder.compile(loss='mse', optimizer= Adadelta, metrics=['accuracy'])

Затем следует обучение. Я тренировался сознательно БЕЗ шумных тренировок data(x_train_noisy), а просто пытался восстановиться x_train.

autoencoder.fit(x_train, x_train, epochs=30, batch_size=128)

После обучения 60 000 вводов цифр MNIST я получил точность 81,25%. Означает ли это, что 60000 * 81,25% изображений ИДЕНТИЧНО восстановлены (равны исходному входному пикселю за пикселем), то есть 81,25% выходных изображений из автокодировщика являются ИДЕНТИЧНЫМИ к их входным аналогам, или что-то еще?

Кроме того, я также провел ручную проверку, сравнивая выходные данные и исходные данные (60000 матриц 28X28) пиксель за пикселем, считая ненулевые элементы из их различий:

    x_decoded = autoencoder.predict(x_train)
    temp = x_train*255
    x_train_uint8 = temp.astype('uint8')
    temp = x_decoded*255
    x_decoded_uint8 = temp.astype('uint8')
    c = np.count_nonzero(x_train_uint8 - x_decoded_uint8)
    cp = 1-c /60000/28/28

И все же cp составляет всего около 71%. Может ли кто-нибудь сказать мне, почему есть разница?


python keras autoencoder
person Theron    schedule 10.06.2019    source источник

Ответы (1)


arrow_upward
0
arrow_downward

Точность не имеет смысла для задачи регрессии, поэтому образец keras не использует эту метрику во время autoencoder.compile.

В этом случае keras рассчитывает точность в соответствии с этой метрикой.

binary_accuracy

def binary_accuracy(y_true, y_pred):
    return K.mean(K.equal(y_true, K.round(y_pred)), axis=-1)

Используя эту реализацию numpy, вы должны получить то же значение, что и вывод Keras для точности проверки в конце обучения.

x_decoded = autoencoder.predict(x_test_noisy)
acc = np.mean(np.equal(x_test, np.round(x_decoded)))
print(acc)

Дополнительные сведения см. В этом ответе: Какая функция определяет точность в Keras, когда потеря представляет собой среднеквадратичную ошибку (MSE)?

person Manoj Mohan    schedule 10.06.2019
comment
Понятно, много ура. Итак, в моем случае, то есть я хочу сравнить x_decocded и x_train пиксель за пикселем, должен ли я написать свою собственную функцию точности или есть что-то доступное в Keras, которое я могу принять? Кроме того, по природе автоэнкодера, то есть он имеет тенденцию воспроизводить свои входные данные, есть ли какие-либо общие рекомендации по использованию выбора функции потерь и показателей? - person Theron; 10.06.2019