在自编码器中训练输入图像和噪声图像，效果不佳

Question

我有两个数据集一个是原始图像，另一个是噪声数据集我正在应用自动编码器来生成图像但重建图像非常糟糕你能看到潜在的问题吗精度也是0.0000下面是我的model。fit()代码如果还需要其他信息，请告诉我。

input_size=x_train.shape[1]
hidden_size=128
code_size=32
input_img=tf.keras.Input(shape=(input_size,))
hidden_1=layers.Dense(hidden_size, activation='relu') (input_img)
code=layers.Dense(code_size, activation='relu')(hidden_1)
hidden_2=layers.Dense(hidden_size, activation='relu')(code)
output_img=layers.Dense(input_size, activation='sigmoid')(hidden_2)
autoencoder=tf.keras.Model(input_img, output_img)
import h5py
from keras.callbacks import ModelCheckpoint
filepath='C:/Users/Documents/Dataset/Smallest Dataset/CheckPoints-FLAIR/weights-improvement-{epoch:2d}-{binary_accuracy:.2f}.hdf5'
checkpoint=ModelCheckpoint(filepath, monitor='binary_accuracy', verbose=1, mode='max')
csvLogger = keras.callbacks.CSVLogger('C:/Users/Documents/Dataset/Smallest Dataset/CheckPoints-FLAIR/FLAIR.csv')
autoencoder.compile(optimizer='adam', loss='binary_crossentropy',metrics=[tf.keras.metrics.SpecificityAtSensitivity(0,1),tf.keras.metrics.SensitivityAtSpecificity(0,1),'binary_accuracy','accuracy'])
autoencoder.fit(x_train, x_train_noisy, 
shuffle=True,
callbacks=[csvLogger,checkpoint],
validation_data=(x_test, x_test_noisy),
epochs=5)

Answer 1

您的自动编码器架构是错误的，这就是为什么准确性很差，因为它没有正确编码和解码。