目录
自编码器
autoencoder，是神经网络的一种，经过训练后能尝试将输入复制到输出。自编码器内部有一个隐藏层 h，可以产生编码（code）表示输入。该网络可以看作由两部分组成：一个由函数 h = f ( x ) h = f(x)h=f(x) 表示的编码器和一个生成重构的解码器 r = g ( h ) r = g(h)r=g(h)。一般不应该将自编码器设计成输入到输出完全相等。通常需要向自编码器强加一些约束，使它只能近似地复制，并只能复制与训练数据相似的输入。
组成
1）编码器：将输入压缩成潜在空间表征，可以用编码函数h=f(x)表示。
2）解码器：重构来自潜在空间表征的输入，可以用解码函数r=g(h)表示。
应用
第一是数据去噪。
第二是为进行可视化而降维。
第三是进行图像压缩。
第四传统自编码器被用于降维或特征学习。
分类
降噪自动编码器（Denoising Auto Encoder，DAE）
堆叠降噪自动编码器（Stacked Denoising Auto Encoder，SDAE）