标签：编码器 AE Denoising Encoder 降维 解码器 输入
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）
标签：编码器,AE,Denoising,Encoder,降维,解码器,输入 来源： https://blog.csdn.net/ZZhangYajuan/article/details/121486382
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。