このページは Cloud Translation API によって翻訳されました。
Switch to English

オートエンコーダの概要

TensorFlow.orgで表示 GoogleColabで実行 GitHubでソースを表示ノートブックをダウンロード

このチュートリアルでは、基本、画像のノイズ除去、異常検出の3つの例を使用して自動エンコーダーを紹介します。

オートエンコーダは、入力を出力にコピーするようにトレーニングされた特殊なタイプのニューラルネットワークです。たとえば、手書きの数字の画像が与えられた場合、オートエンコーダは最初に画像を低次元の潜在表現にエンコードし、次に潜在表現をデコードして画像に戻します。オートエンコーダは、再構成エラーを最小限に抑えながらデータを圧縮することを学習します。

オートエンコーダの詳細については、から第14章を読んでみて下さいディープラーニングイアン・グッドフェロー、ヨシュア・ベンジオ、およびアーロンCourvilleで。

TensorFlowおよびその他のライブラリをインポートする

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
import tensorflow as tf

from sklearn.metrics import accuracy_score, precision_score, recall_score
from sklearn.model_selection import train_test_split
from tensorflow.keras import layers, losses
from tensorflow.keras.datasets import fashion_mnist
from tensorflow.keras.models import Model

データセットをロードする

まず、FashonMNISTデータセットを使用して基本的なオートエンコーダーをトレーニングします。このデータセットの各画像は28x28ピクセルです。

(x_train, _), (x_test, _) = fashion_mnist.load_data()

x_train = x_train.astype('float32') / 255.
x_test = x_test.astype('float32') / 255.

print (x_train.shape)
print (x_test.shape)
Downloading data from https://storage.googleapis.com/tensorflow/tf-keras-datasets/train-labels-idx1-ubyte.gz
32768/29515 [=================================] - 0s 0us/step
Downloading data from https://storage.googleapis.com/tensorflow/tf-keras-datasets/train-images-idx3-ubyte.gz
26427392/26421880 [==============================] - 0s 0us/step
Downloading data from https://storage.googleapis.com/tensorflow/tf-keras-datasets/t10k-labels-idx1-ubyte.gz
8192/5148 [===============================================] - 0s 0us/step
Downloading data from https://storage.googleapis.com/tensorflow/tf-keras-datasets/t10k-images-idx3-ubyte.gz
4423680/4422102 [==============================] - 0s 0us/step
(60000, 28, 28)
(10000, 28, 28)

最初の例:基本的なオートエンコーダ

基本的なオートエンコーダの結果

画像を64次元の潜在ベクトルに圧縮するencoderと、潜在空間から元の画像を再構築するdecoder 2つの高密度レイヤーでオートencoderを定義します。

モデルを定義するには、 Keras Model SubclassingAPIを使用します

latent_dim = 64 

class Autoencoder(Model):
  def __init__(self, latent_dim):
    super(Autoencoder, self).__init__()
    self.latent_dim = latent_dim   
    self.encoder = tf.keras.Sequential([
      layers.Flatten(),
      layers.Dense(latent_dim, activation='relu'),
    ])
    self.decoder = tf.keras.Sequential([
      layers.Dense(784, activation='sigmoid'),
      layers.Reshape((28, 28))
    ])

  def call(self, x):
    encoded = self.encoder(x)
    decoded = self.decoder(encoded)
    return decoded
  
autoencoder = Autoencoder(latent_dim) 
autoencoder.compile(optimizer='adam', loss=losses.MeanSquaredError())

入力とターゲットの両方としてx_trainを使用してモデルをx_trainします。 encoderはデータセットを784次元から潜在空間に圧縮することを学習し、 decoderは元の画像を再構築することを学習します。 。

autoencoder.fit(x_train, x_train,
                epochs=10,
                shuffle=True,
                validation_data=(x_test, x_test))
Epoch 1/10
1875/1875 [==============================] - 3s 2ms/step - loss: 0.0239 - val_loss: 0.0132
Epoch 2/10
1875/1875 [==============================] - 3s 2ms/step - loss: 0.0116 - val_loss: 0.0105
Epoch 3/10
1875/1875 [==============================] - 3s 2ms/step - loss: 0.0100 - val_loss: 0.0097
Epoch 4/10
1875/1875 [==============================] - 3s 2ms/step - loss: 0.0095 - val_loss: 0.0094
Epoch 5/10
1875/1875 [==============================] - 3s 2ms/step - loss: 0.0092 - val_loss: 0.0092
Epoch 6/10
1875/1875 [==============================] - 3s 2ms/step - loss: 0.0090 - val_loss: 0.0091
Epoch 7/10
1875/1875 [==============================] - 3s 2ms/step - loss: 0.0090 - val_loss: 0.0090
Epoch 8/10
1875/1875 [==============================] - 3s 2ms/step - loss: 0.0089 - val_loss: 0.0090
Epoch 9/10
1875/1875 [==============================] - 3s 2ms/step - loss: 0.0088 - val_loss: 0.0090
Epoch 10/10
1875/1875 [==============================] - 3s 2ms/step - loss: 0.0088 - val_loss: 0.0088

<tensorflow.python.keras.callbacks.History at 0x7f220fe53fd0>

モデルがトレーニングされたので、テストセットから画像をエンコードおよびデコードしてモデルをテストしましょう。

encoded_imgs = autoencoder.encoder(x_test).numpy()
decoded_imgs = autoencoder.decoder(encoded_imgs).numpy()
n = 10
plt.figure(figsize=(20, 4))
for i in range(n):
  # display original
  ax = plt.subplot(2, n, i + 1)
  plt.imshow(x_test[i])
  plt.title("original")
  plt.gray()
  ax.get_xaxis().set_visible(False)
  ax.get_yaxis().set_visible(False)

  # display reconstruction
  ax = plt.subplot(2, n, i + 1 + n)
  plt.imshow(decoded_imgs[i])
  plt.title("reconstructed")
  plt.gray()
  ax.get_xaxis().set_visible(False)
  ax.get_yaxis().set_visible(False)
plt.show()

png

2番目の例:画像のノイズ除去

画像のノイズ除去の結果

オートエンコーダは、画像からノイズを除去するようにトレーニングすることもできます。次のセクションでは、各画像にランダムノイズを適用して、ノイズの多いバージョンのFashionMNISTデータセットを作成します。次に、ノイズの多い画像を入力として使用し、元の画像をターゲットとして使用して、オートエンコーダーをトレーニングします。

データセットを再インポートして、以前に行った変更を省略しましょう。

(x_train, _), (x_test, _) = fashion_mnist.load_data()
x_train = x_train.astype('float32') / 255.
x_test = x_test.astype('float32') / 255.

x_train = x_train[..., tf.newaxis]
x_test = x_test[..., tf.newaxis]

print(x_train.shape)
(60000, 28, 28, 1)

画像にランダムノイズを追加する

noise_factor = 0.2
x_train_noisy = x_train + noise_factor * tf.random.normal(shape=x_train.shape) 
x_test_noisy = x_test + noise_factor * tf.random.normal(shape=x_test.shape) 

x_train_noisy = tf.clip_by_value(x_train_noisy, clip_value_min=0., clip_value_max=1.)
x_test_noisy = tf.clip_by_value(x_test_noisy, clip_value_min=0., clip_value_max=1.)

ノイズの多い画像をプロットします。

n = 10
plt.figure(figsize=(20, 2))
for i in range(n):
    ax = plt.subplot(1, n, i + 1)
    plt.title("original + noise")
    plt.imshow(tf.squeeze(x_test_noisy[i]))
    plt.gray()
plt.show()

png

畳み込みオートエンコーダーを定義する

この例では、 encoder Conv2Dレイヤーと、 decoder Conv2DTransposeレイヤーを使用して畳み込みオートencoderトレーニングします。

class Denoise(Model):
  def __init__(self):
    super(Denoise, self).__init__()
    self.encoder = tf.keras.Sequential([
      layers.Input(shape=(28, 28, 1)), 
      layers.Conv2D(16, (3,3), activation='relu', padding='same', strides=2),
      layers.Conv2D(8, (3,3), activation='relu', padding='same', strides=2)])
    
    self.decoder = tf.keras.Sequential([
      layers.Conv2DTranspose(8, kernel_size=3, strides=2, activation='relu', padding='same'),
      layers.Conv2DTranspose(16, kernel_size=3, strides=2, activation='relu', padding='same'),
      layers.Conv2D(1, kernel_size=(3,3), activation='sigmoid', padding='same')])
    
  def call(self, x):
    encoded = self.encoder(x)
    decoded = self.decoder(encoded)
    return decoded

autoencoder = Denoise()
autoencoder.compile(optimizer='adam', loss=losses.MeanSquaredError())
autoencoder.fit(x_train_noisy, x_train,
                epochs=10,
                shuffle=True,
                validation_data=(x_test_noisy, x_test))
Epoch 1/10
1875/1875 [==============================] - 26s 14ms/step - loss: 0.0182 - val_loss: 0.0112
Epoch 2/10
1875/1875 [==============================] - 25s 14ms/step - loss: 0.0100 - val_loss: 0.0093
Epoch 3/10
1875/1875 [==============================] - 25s 13ms/step - loss: 0.0089 - val_loss: 0.0087
Epoch 4/10
1875/1875 [==============================] - 26s 14ms/step - loss: 0.0085 - val_loss: 0.0084
Epoch 5/10
1875/1875 [==============================] - 25s 14ms/step - loss: 0.0083 - val_loss: 0.0083
Epoch 6/10
1875/1875 [==============================] - 26s 14ms/step - loss: 0.0082 - val_loss: 0.0082
Epoch 7/10
1875/1875 [==============================] - 25s 13ms/step - loss: 0.0081 - val_loss: 0.0081
Epoch 8/10
1875/1875 [==============================] - 25s 13ms/step - loss: 0.0081 - val_loss: 0.0080
Epoch 9/10
1875/1875 [==============================] - 25s 13ms/step - loss: 0.0080 - val_loss: 0.0080
Epoch 10/10
1875/1875 [==============================] - 25s 14ms/step - loss: 0.0079 - val_loss: 0.0080

<tensorflow.python.keras.callbacks.History at 0x7f22122b45c0>

エンコーダーの概要を見てみましょう。画像が28x28から7x7にダウンサンプリングされていることに注目してください。

autoencoder.encoder.summary()
Model: "sequential_2"
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
conv2d (Conv2D)              (None, 14, 14, 16)        160       
_________________________________________________________________
conv2d_1 (Conv2D)            (None, 7, 7, 8)           1160      
=================================================================
Total params: 1,320
Trainable params: 1,320
Non-trainable params: 0
_________________________________________________________________

デコーダーは画像を7x7から28x28にアップサンプリングします。

autoencoder.decoder.summary()
Model: "sequential_3"
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
conv2d_transpose (Conv2DTran (None, 14, 14, 8)         584       
_________________________________________________________________
conv2d_transpose_1 (Conv2DTr (None, 28, 28, 16)        1168      
_________________________________________________________________
conv2d_2 (Conv2D)            (None, 28, 28, 1)         145       
=================================================================
Total params: 1,897
Trainable params: 1,897
Non-trainable params: 0
_________________________________________________________________

オートエンコーダによって生成されたノイズの多い画像とノイズ除去された画像の両方をプロットします。

encoded_imgs = autoencoder.encoder(x_test).numpy()
decoded_imgs = autoencoder.decoder(encoded_imgs).numpy()
n = 10
plt.figure(figsize=(20, 4))
for i in range(n):

    # display original + noise
    ax = plt.subplot(2, n, i + 1)
    plt.title("original + noise")
    plt.imshow(tf.squeeze(x_test_noisy[i]))
    plt.gray()
    ax.get_xaxis().set_visible(False)
    ax.get_yaxis().set_visible(False)

    # display reconstruction
    bx = plt.subplot(2, n, i + n + 1)
    plt.title("reconstructed")
    plt.imshow(tf.squeeze(decoded_imgs[i]))
    plt.gray()
    bx.get_xaxis().set_visible(False)
    bx.get_yaxis().set_visible(False)
plt.show()

png

3番目の例:異常検出

概要概要

この例では、 ECG5000データセットの異常を検出するようにオートエンコーダーをトレーニングします。このデータセットには、それぞれ140のデータポイントを持つ5,000の心電図が含まれています。データセットの簡略化されたバージョンを使用します。各例には、 0 (異常なリズムに対応)または1 (正常なリズムに対応)のいずれかのラベルが付けられています。あなたは異常なリズムを特定することに興味があります。

オートエンコーダーを使用して異常をどのように検出しますか?オートエンコーダは、再構築エラーを最小限に抑えるようにトレーニングされていることを思い出してください。通常のリズムでのみオートエンコーダーをトレーニングし、それを使用してすべてのデータを再構築します。私たちの仮説は、異常なリズムはより高い再構成エラーを持つだろうということです。次に、再構成エラーが固定しきい値を超えた場合、リズムを異常として分類します。

ECGデータをロードする

使用するデータセットは、 timeseriesclassification.comのデータセットに基づいています。

# Download the dataset
dataframe = pd.read_csv('http://storage.googleapis.com/download.tensorflow.org/data/ecg.csv', header=None)
raw_data = dataframe.values
dataframe.head()
# The last element contains the labels
labels = raw_data[:, -1]

# The other data points are the electrocadriogram data
data = raw_data[:, 0:-1]

train_data, test_data, train_labels, test_labels = train_test_split(
    data, labels, test_size=0.2, random_state=21
)

データを[0,1]正規化します。

min_val = tf.reduce_min(train_data)
max_val = tf.reduce_max(train_data)

train_data = (train_data - min_val) / (max_val - min_val)
test_data = (test_data - min_val) / (max_val - min_val)

train_data = tf.cast(train_data, tf.float32)
test_data = tf.cast(test_data, tf.float32)

このデータセットで1とラベル付けされている通常のリズムのみを使用してオートエンコーダーをトレーニングします。正常なリズムを異常なリズムから分離します。

train_labels = train_labels.astype(bool)
test_labels = test_labels.astype(bool)

normal_train_data = train_data[train_labels]
normal_test_data = test_data[test_labels]

anomalous_train_data = train_data[~train_labels]
anomalous_test_data = test_data[~test_labels]

通常のECGをプロットします。

plt.grid()
plt.plot(np.arange(140), normal_train_data[0])
plt.title("A Normal ECG")
plt.show()

png

異常なECGをプロットします。

plt.grid()
plt.plot(np.arange(140), anomalous_train_data[0])
plt.title("An Anomalous ECG")
plt.show()

png

モデルを構築する

class AnomalyDetector(Model):
  def __init__(self):
    super(AnomalyDetector, self).__init__()
    self.encoder = tf.keras.Sequential([
      layers.Dense(32, activation="relu"),
      layers.Dense(16, activation="relu"),
      layers.Dense(8, activation="relu")])
    
    self.decoder = tf.keras.Sequential([
      layers.Dense(16, activation="relu"),
      layers.Dense(32, activation="relu"),
      layers.Dense(140, activation="sigmoid")])
    
  def call(self, x):
    encoded = self.encoder(x)
    decoded = self.decoder(encoded)
    return decoded

autoencoder = AnomalyDetector()
autoencoder.compile(optimizer='adam', loss='mae')

オートエンコーダは通常のECGのみを使用してトレーニングされますが、完全なテストセットを使用して評価されることに注意してください。

history = autoencoder.fit(normal_train_data, normal_train_data, 
          epochs=20, 
          batch_size=512,
          validation_data=(test_data, test_data),
          shuffle=True)
Epoch 1/20
5/5 [==============================] - 0s 20ms/step - loss: 0.0582 - val_loss: 0.0534
Epoch 2/20
5/5 [==============================] - 0s 5ms/step - loss: 0.0564 - val_loss: 0.0519
Epoch 3/20
5/5 [==============================] - 0s 5ms/step - loss: 0.0540 - val_loss: 0.0508
Epoch 4/20
5/5 [==============================] - 0s 5ms/step - loss: 0.0514 - val_loss: 0.0491
Epoch 5/20
5/5 [==============================] - 0s 5ms/step - loss: 0.0482 - val_loss: 0.0467
Epoch 6/20
5/5 [==============================] - 0s 5ms/step - loss: 0.0448 - val_loss: 0.0449
Epoch 7/20
5/5 [==============================] - 0s 5ms/step - loss: 0.0414 - val_loss: 0.0429
Epoch 8/20
5/5 [==============================] - 0s 5ms/step - loss: 0.0380 - val_loss: 0.0413
Epoch 9/20
5/5 [==============================] - 0s 5ms/step - loss: 0.0345 - val_loss: 0.0400
Epoch 10/20
5/5 [==============================] - 0s 5ms/step - loss: 0.0316 - val_loss: 0.0390
Epoch 11/20
5/5 [==============================] - 0s 5ms/step - loss: 0.0293 - val_loss: 0.0382
Epoch 12/20
5/5 [==============================] - 0s 5ms/step - loss: 0.0276 - val_loss: 0.0379
Epoch 13/20
5/5 [==============================] - 0s 5ms/step - loss: 0.0262 - val_loss: 0.0370
Epoch 14/20
5/5 [==============================] - 0s 5ms/step - loss: 0.0251 - val_loss: 0.0366
Epoch 15/20
5/5 [==============================] - 0s 5ms/step - loss: 0.0244 - val_loss: 0.0359
Epoch 16/20
5/5 [==============================] - 0s 5ms/step - loss: 0.0237 - val_loss: 0.0355
Epoch 17/20
5/5 [==============================] - 0s 5ms/step - loss: 0.0231 - val_loss: 0.0352
Epoch 18/20
5/5 [==============================] - 0s 5ms/step - loss: 0.0225 - val_loss: 0.0345
Epoch 19/20
5/5 [==============================] - 0s 5ms/step - loss: 0.0219 - val_loss: 0.0343
Epoch 20/20
5/5 [==============================] - 0s 5ms/step - loss: 0.0214 - val_loss: 0.0341

plt.plot(history.history["loss"], label="Training Loss")
plt.plot(history.history["val_loss"], label="Validation Loss")
plt.legend()
<matplotlib.legend.Legend at 0x7f21d014f438>

png

再構成エラーが通常のトレーニング例からの標準偏差の1より大きい場合、すぐにECGを異常として分類します。まず、トレーニングセットからの通常のECG、オートエンコーダーによってエンコードおよびデコードされた後の再構成、および再構成エラーをプロットしてみましょう。

encoded_imgs = autoencoder.encoder(normal_test_data).numpy()
decoded_imgs = autoencoder.decoder(encoded_imgs).numpy()

plt.plot(normal_test_data[0],'b')
plt.plot(decoded_imgs[0],'r')
plt.fill_between(np.arange(140), decoded_imgs[0], normal_test_data[0], color='lightcoral' )
plt.legend(labels=["Input", "Reconstruction", "Error"])
plt.show()

png

同様のプロットを作成します。今回は異常なテスト例です。

encoded_imgs = autoencoder.encoder(anomalous_test_data).numpy()
decoded_imgs = autoencoder.decoder(encoded_imgs).numpy()

plt.plot(anomalous_test_data[0],'b')
plt.plot(decoded_imgs[0],'r')
plt.fill_between(np.arange(140), decoded_imgs[0], anomalous_test_data[0], color='lightcoral' )
plt.legend(labels=["Input", "Reconstruction", "Error"])
plt.show()

png

異常を検出する

再構成損失が固定しきい値より大きいかどうかを計算することにより、異常を検出します。このチュートリアルでは、トレーニングセットから通常の例の平均平均誤差を計算し、再構成誤差がトレーニングセットからの標準偏差よりも大きい場合は、将来の例を異常として分類します。

トレーニングセットからの通常のECGに再構成エラーをプロットします

reconstructions = autoencoder.predict(normal_train_data)
train_loss = tf.keras.losses.mae(reconstructions, normal_train_data)

plt.hist(train_loss, bins=50)
plt.xlabel("Train loss")
plt.ylabel("No of examples")
plt.show()

png

平均より1標準偏差上のしきい値を選択します。

threshold = np.mean(train_loss) + np.std(train_loss)
print("Threshold: ", threshold)
Threshold:  0.033377893

テストセットの異常な例の再構築エラーを調べると、ほとんどの場合、しきい値よりも再構築エラーが大きいことがわかります。しきい値を変更することで、分類器の適合再現率を調整できます。

reconstructions = autoencoder.predict(anomalous_test_data)
test_loss = tf.keras.losses.mae(reconstructions, anomalous_test_data)

plt.hist(test_loss, bins=50)
plt.xlabel("Test loss")
plt.ylabel("No of examples")
plt.show()

png

再構成エラーがしきい値よりも大きい場合は、ECGを異常として分類します。

def predict(model, data, threshold):
  reconstructions = model(data)
  loss = tf.keras.losses.mae(reconstructions, data)
  return tf.math.less(loss, threshold)

def print_stats(predictions, labels):
  print("Accuracy = {}".format(accuracy_score(labels, preds)))
  print("Precision = {}".format(precision_score(labels, preds)))
  print("Recall = {}".format(recall_score(labels, preds)))
preds = predict(autoencoder, test_data, threshold)
print_stats(preds, test_labels)
Accuracy = 0.944
Precision = 0.9921875
Recall = 0.9071428571428571

次のステップ

オートエンコーダーを使用した異常検出の詳細については、VictorDibiaがTensorFlow.jsを使用して構築したこの優れたインタラクティブな例をご覧ください。実際のユースケースでは、 AirbusがTensorFlowを使用してISSテレメトリデータの異常を検出する方法を学ぶことができます。基本の詳細については、FrançoisCholletによるこのブログ投稿を読むことを検討してください。詳細については、第14章からチェックアウトディープラーニングイアン・グッドフェローによって、ヨシュア・ベンジオ、およびアーロンCourville。