自动编码器简介以及常见问题和挑战

为什么重要:自动编码器是一种人工神经深度网络,它使用无监督机器学习来有效地编码和压缩数据。

来源:人工智能+

简介

简介

什么是自动编码器?自动编码器是一种使用无监督机器学习的人工神经深度网络。它是一种高效的学习过程,可以使用神经信息处理系统和神经计算对数据进行编码和压缩。然后,它能够获取压缩或编码的数据,并以尽可能接近原始输入的方式对其进行重构。

自动编码器
自动编码器

自动编码器在设计上能够学习如何忽略数据中的噪声,从而降低数据维度。在数据集中,噪声是指任何无意义或损坏的数据。自动编码器能够参加 ImageNet 大规模识别挑战赛,其目标是使用 ImageNet 分类将单个图像分为 1000 个不同的类别。自动编码器过程有四个主要组件,如下所示:

mageNet 大规模识别挑战赛,目标是使用 imagenet 分类将单个图像分为 1000 个不同的类别。
  • 自动编码器的第一个主要组件是编码器。在这里,模型首先学习如何压缩输入的数据并通过减少数据的维度对其进行编码。由此产生的数据集将成为基准数据集。输入是否是高维数据并不重要,它仍然可以减少。
  • 第二个主要组件是瓶颈。自动编码器的这一层包含数据的压缩版本。存储在这里的数据是输入数据的最低可能的维度形式。
  • 第三个组件是解码器。这与编码器相反。在这里,模型学习如何将压缩或编码的数据重建为原始输入数据。
  • 自动编码器 – 基础知识
    自动编码器 – 基础知识

    变分自动编码器

    变分自动编码器
  • 在第二步中,我们必须首先从分布中采样的潜在空间中选择一个点。
  • 此处

    稀疏自动编码器

    此处