可视化自动编码器输出

Question

我提出了一个很有趣的问题，但我被卡住了。。。我用Pytorch创建了一个自动编码器，并用典型的MNIST数据集等对其进行了训练：

class Autoencoder(nn.Module):
def __init__(self, **kwargs):
super().__init__()
self.encoder_hidden_layer = nn.Linear(
in_features=kwargs["input_shape"], out_features=kwargs["embedding_dim"]
)
self.encoder_output_layer = nn.Linear(
in_features=kwargs["embedding_dim"], out_features=kwargs["embedding_dim"]
)
self.decoder_hidden_layer = nn.Linear(
in_features=kwargs["embedding_dim"], out_features=kwargs["embedding_dim"]
)
self.decoder_output_layer = nn.Linear(
in_features=kwargs["embedding_dim"], out_features=kwargs["input_shape"]
)
def forward(self, features):
activation = self.encoder_hidden_layer(features)
activation = torch.relu(activation)
code = self.encoder_output_layer(activation)
code = torch.relu(code)

activation = self.decoder_hidden_layer(code)
activation = torch.relu(activation)
activation = self.decoder_output_layer(activation)
reconstructed = torch.relu(activation)
return reconstructed
model = Autoencoder(input_shape=784, embedding_dim=128)
criterion = nn.MSELoss()
optimizer = optim.Adam(model.parameters(), lr=0.0001) 

我现在想要的是将重建的图像可视化，但我不知道如何做到。我知道这很简单，但我找不到方法。我知道输出的形状是[128,784]，因为batch_size是128，784是28x28(x1channel(。

有人能告诉我如何从重建的张量中获得图像吗？

非常感谢！

Answer 1

首先必须将张量广播到128x28x28:

reconstructed = x.reshape(128, 1, 28, 28)

然后，您可以使用torchvision的函数将其中一个批处理元素转换为PIL图像。以下将显示第一个图像：

import torchvision.transforms as T
img = T.ToPILImage()(reconstructed[0])
img.show()