https://www.bilibili.com/video/BV1syzrYaEtw
Denoising Autoencoders (DAEs) 是一种无监督学习模型，属于自动编码器（Autoencoder）的一种扩展形式。它们的目标是通过训练神经网络来学习数据的鲁棒表示（robust representation），同时具备从被噪声污染的数据中恢复原始输入的能力。
一、什么是 Denoising Autoencoder？
一个 Denoising Autoencoder 的基本思想是：
- 给定一个输入样本 $ x $，我们人为地向它添加一些噪声，得到一个“损坏”版本 $ \tilde{x} $。
- 然后训练一个神经网络模型，让它从这个被损坏的输入 $ \tilde{x} $ 中尽可能还原出原始的、干净的输入 $ x $。
结构图示意：
x → [加噪] → ˜x → [Encoder] → z → [Decoder] → x̂
其中：
- $ x $：原始输入（如图像、文本等）
- $ \tilde{x} $：加入噪声后的输入
- $ z $：隐藏层表示（latent representation）
- $ \hat{x} $：重构输出
二、为什么使用 Denoising Autoencoder？
传统的自编码器（Vanilla Autoencoder）直接学习恒等映射（identity mapping），即让网络学会将输入复制到输出。这可能导致模型只是“记住”了输入，而不是学到有用的特征表示。
而 DAEs 强迫网络去理解输入数据的结构和分布，从而学到更鲁棒、更有意义的特征表示。
主要优点：
- 防止过拟合：通过引入噪声，增加模型泛化能力。
- 学习高阶特征：迫使模型提取输入的本质特征，以完成去噪任务。
- 用于预训练：DAE 可作为深度网络的预训练方法，提升后续监督学习任务的性能。
- 可用于异常检测：如果某个输入经过 DAE 后重构误差很大，可能意味着该输入是异常点。
三、常见的噪声类型
在训练 DAE 时，通常会使用以下几种方式对输入进行“损坏”：
| 噪声类型 | 描述 |
|---|---|
| 高斯噪声（Gaussian Noise） | 在每个输入维度上加上服从正态分布的随机数 |
| 随机遮蔽（Masking Noise） | 将部分输入值设置为0或均值（如随机屏蔽图像像素） |
| Salt-and-Pepper 噪声 | 将部分输入值随机置为最大值或最小值 |
| 输入缺失 | 模拟真实场景中的缺失数据 |
四、损失函数
DAE 的目标是最小化原始输入 $ x $ 和重构输出 $ \hat{x} $ 之间的差异，常用的损失函数包括：
均方误差（MSE）：
L ( x , x ^ ) = 1 n ∑ i = 1 n ( x i − x ^ i ) 2 L(x, \hat{x}) = \frac{1}{n} \sum_{i=1}^{n} (x_i - \hat{x}_i)^2 L(x,x^)=n1i=1∑n(xi−x^i)2交叉熵损失（Cross-Entropy Loss）（适用于归一化到 [0,1] 的图像数据）
五、代码示例（PyTorch）
下面是一个简单的 Denoising Autoencoder 示例，使用 PyTorch 实现：
import torch
import torch.nn as nn
import torch.optim as optim
from torchvision import datasets, transforms
from torch.utils.data import DataLoader
# 定义 Autoencoder 模型
class DenoisingAutoencoder(nn.Module):
def __init__(self):
super(DenoisingAutoencoder, self).__init__()
self.encoder = nn.Sequential(
nn.Linear(28*28, 512),
nn.ReLU(True)
)
self.decoder = nn.Sequential(
nn.Linear(512, 28*28),
nn.Sigmoid()
)
def forward(self, x):
x = self.encoder(x)
x = self.decoder(x)
return x
# 加载 MNIST 数据集
transform = transforms.Compose([transforms.ToTensor()])
dataset = datasets.MNIST(root='./data', train=True, transform=transform, download=True)
loader = DataLoader(dataset, batch_size=64, shuffle=True)
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
model = DenoisingAutoencoder().to(device)
criterion = nn.MSELoss()
optimizer = optim.Adam(model.parameters(), lr=1e-3)
# 训练循环
for epoch in range(10):
for data, _ in loader:
# 添加高斯噪声
noisy_data = data + 0.2 * torch.randn(data.shape)
noisy_data = torch.clamp(noisy_data, 0., 1.)
data = data.view(-1, 28*28).to(device)
noisy_data = noisy_data.view(-1, 28*28).to(device)
output = model(noisy_data)
loss = criterion(output, data)
optimizer.zero_grad()
loss.backward()
optimizer.step()
print(f'Epoch {epoch+1}, Loss: {loss.item():.4f}')
六、应用领域
- 图像去噪
- 特征提取与降维
- 异常检测
- 半监督学习
- 深度生成模型的基础组件（如VAE、GAN）
七、变体与其他相关模型
| 模型名称 | 说明 |
|---|---|
| Sparse Autoencoder | 对隐藏层施加稀疏性约束 |
| Variational Autoencoder (VAE) | 引入概率建模，实现生成式建模 |
| Contractive Autoencoder | 对编码器的雅可比矩阵施加惩罚，增强鲁棒性 |
| Stacked Denoising Autoencoder | 多层堆叠的 DAE，用于构建深度网络 |
如果你需要我进一步讲解某一部分（比如具体数学推导、PyTorch Lightning 实现、如何可视化结果等），欢迎继续提问！
import matplotlib.pyplot as plt
def visualize_autoencoder(model, device, data_loader):
model.eval()
data_iter = iter(data_loader)
images, _ = next(data_iter)
# 添加噪声
noisy_images = images + 0.2 * torch.randn(images.shape)
noisy_images = torch.clamp(noisy_images, 0., 1.)
# 展平 & 移动到设备
images_flat = images.view(-1, 28*28).to(device)
noisy_images_flat = noisy_images.view(-1, 28*28).to(device)
with torch.no_grad():
reconstructed = model(noisy_images_flat)
# 恢复为图像格式
reconstructed = reconstructed.view(-1, 1, 28, 28).cpu()
# 可视化前 5 张图片
fig, axes = plt.subplots(nrows=3, ncols=5, figsize=(10, 6))
for i in range(5):
# 原始图像
axes[0, i].imshow(images[i].squeeze(), cmap='gray')
axes[0, i].set_title('Original')
axes[0, i].axis('off')
# 加噪图像
axes[1, i].imshow(noisy_images[i].squeeze(), cmap='gray')
axes[1, i].set_title('Noisy')
axes[1, i].axis('off')
# 重构图像
axes[2, i].imshow(reconstructed[i].squeeze(), cmap='gray')
axes[2, i].set_title('Reconstructed')
axes[2, i].axis('off')
plt.tight_layout()
plt.show()
# 调用可视化函数
visualize_autoencoder(model, device, loader)
https://www.kaggle.com/code/alihhhjj/daes-easy
