このブログに含まれるオートエンコーダーの例では、著者は次のように one-hidden-layer を構築します。
# this is the size of our encoded representations
encoding_dim = 32 # 32 floats -> compression of factor 24.5, assuming the input is 784 floats
input_img = Input(shape=(784,))
encoded = Dense(encoding_dim, activation='relu')(input_img)
decoded = Dense(784, activation='sigmoid')(encoded)
autoencoder = Model(input=input_img, output=decoded)
# this model maps an input to its encoded representation
encoder = Model(input=input_img, output=encoded)
上記の部分の仕組みは理解できますが、デコーダー部分を構築するための次の部分については混乱しています
# create a placeholder for an encoded (32-dimensional) input
encoded_input = Input(shape=(encoding_dim,))
# retrieve the last layer of the autoencoder model
decoder_layer = autoencoder.layers[-1]
# create the decoder model
decoder = Model(input=encoded_input, output=decoder_layer(encoded_input))
具体的には、 をdecoderとして定義する必要があると考えましたdecoder = Model(input=encoded, output=decoded)。追加の variable を導入する必要がある理由がわかりませんencoded_input。オートエンコーダー モデルによると、エンコードされた部分を出力にデコードするだけなので、デコーダー層の入力はencoded. さらに、デコーダーモデルが上記のように定義されている場合、エンコーダーが次のように定義されていないのはなぜencoder=Model(input=input_img, output=autoencoder.layers[0](input_img))ですか?