#?-*-?coding:?utf-8?-*-

from?__future__?import?division?print_function?absolute_import

import?tensorflow?as?tf
import?numpy?as?np
import?matplotlib.pyplot?as?plt

#?Import?MNIST?data
from?tensorflow.examples.tutorials.mnist?import?input_data
mnist?=?input_data.read_data_sets（“MNIST_data“?one_hot=True）

#?Parameters
learning_rate?=?0.01
training_epochs?=?20
batch_size?=?256
display_step?=?1
examples_to_show?=?10

#?Network?Parameters
n_hidden_1?=?256?#?1st?layer?num?features
n_hidden_2?=?128?#?2nd?layer?num?features
n_input?=?784?#?MNIST?data?input?（img?shape:?28*28）

#?tf?Graph?input?（only?pictures）
X?=?tf.placeholder（“float“?[None?n_input]）

weights?=?{
????‘encoder_h1‘:?tf.Variable（tf.random_normal（[n_input?n_hidden_1]））
????‘encoder_h2‘:?tf.Variable（tf.random_normal（[n_hidden_1?n_hidden_2]））
????‘decoder_h1‘:?tf.Variable（tf.random_normal（[n_hidden_2?n_hidden_1]））
????‘decoder_h2‘:?tf.Variable（tf.random_normal（[n_hidden_1?n_input]））
}
biases?=?{
????‘encoder_b1‘:?tf.Variable（tf.random_normal（[n_hidden_1]））
????‘encoder_b2‘:?tf.Variable（tf.random_normal（[n_hidden_2]））
????‘decoder_b1‘:?tf.Variable（tf.random_normal（[n_hidden_1]））
????‘decoder_b2‘:?tf.Variable（tf.random_normal（[n_input]））
}


#?Building?the?encoder
def?encoder（x）:
????#?Encoder?Hidden?layer?with?sigmoid?activation?#1
????layer_1?=?tf.nn.sigmoid（tf.add（tf.matmul（x?weights[‘encoder_h1‘]）
???????????????????????????????????biases[‘encoder_b1‘]））
????#?Decoder?Hidden?layer?with?sigmoid?activation?#2
????layer_2?=?tf.nn.sigmoid（tf.add（tf.matmul（layer_1?weights[‘encoder_h2‘]）
???????????????????????????????????biases[‘encoder_b2‘]））
????return?layer_2


#?Building?the?decoder
def?decoder（x）:
????#?Encoder?Hidden?layer?with?sigmoid?activation?#1
????layer_1?=?tf.nn.sigmoid（tf.add（tf.matmul（x?weights[‘decoder_h1‘]）
?