自编码器AE

目录

自编码器

组成

应用

分类


自编码器AE

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)

上一篇:WDK李宏毅学习笔记第十一周01_Unsupervised Learning: Deep Auto-encoder


下一篇:execute immediate的简单用法(oracle)