自动编码器中的马尔可夫链蒙特卡罗期望最大化 （MCMC-EM）：使用贝叶斯推理增强学习

一、介绍

自动编码器

        自动编码器是强大的无监督学习算法，用于表示学习和降维。它们的工作原理是将输入数据编码为低维表示形式，然后将其解码回以重建原始数据。训练自动编码器通常涉及优化参数以最小化重建误差。然而，传统的优化技术（如随机梯度下降 （SGD））可能会在高维和非凸参数空间中挣扎，从而导致次优解决方案。