数据挖掘 - 条件变分自动编码器：使用 Keras 将标记为 MNIST 的编码器馈送到编码器 - 吾爱随笔录

我正在寻找在 Keras 中使用 MNIST 的 CVAE 代码实现。

我找到了这个 Youtube 视频： https ://youtu.be/8wrLjnQ7EWQ，它执行 VAE，但我不知道如何转换它并使编码器也可以接收标签。

我有：

ont-hot 对标签进行编码
标准化图像
重塑他们

现在我想将它提供给编码器。

我有以下代码：

input_img = Input(shape=[input_shape], name='encoder_input')
x = Conv2D(32, 3, padding='same', activation='relu')(input_img)
x = Conv2D(64, 3, padding='same', activation='relu', strides=(2, 2))(x)
x = Conv2D(64, 3, padding='same', activation='relu')(x)
x = Conv2D(64, 3, padding='same', activation='relu')(x)

conv_shape = K.int_shape(x)  # Shape of conv to be provided to decoder

如何修改输入以传递带有图像数据的标签？

PS：此代码仅适用于 keras 1x 兼容性。有兴趣知道如何将其转换为它也可以在 keras 2x 中使用。我是相当新的所以帮助将不胜感激。

input_img = Input(shape=[input_shape], name='encoder_input') x = Conv2D(32, 3, padding='same', activation='relu')(input_img) x = Conv2D(64, 3, padding='same', activation='relu', strides=(2, 2))(x) x = Conv2D(64, 3, padding='same', activation='relu')(x) x = Conv2D(64, 3, padding='same', activation='relu')(x) flat = Flatten()(x) from tensorflow.keras.layers import concatenate inputs = concatenate([flat, l])