Auto-Encoder学习笔记

Y.IU.

已于 2023-11-11 11:33:32 修改

阅读量291

点赞数 1

分类专栏：机器学习与深度学习笔记文章标签：机器学习深度学习人工智能

于 2023-11-11 11:26:59 首次发布

本文链接：https://blog.csdn.net/qq_46653910/article/details/134345960

版权

3 篇文章 0 订阅

订阅专栏

写在前面

本篇博客是本人在学习李宏毅老师的《机器学习》课程中的Auto-Encoder时，记录的相关笔记，由于只记录了我认为相对重要的部分，所以可能有未记录的部分。博客中的图片来自于教学视频中的截图，视频资源地址为：传送门，感兴趣的读者可以前去学习，李宏毅老师讲解的非常透彻，让人醍醐灌顶。

Auto-Encoder可以看出是自监督的一种，在训练的时候不需要数据集提供标签，也可以说是预训练。

在这里插入图片描述

Auto-Encoder由编码器和解码器组成，都是网络，数据集可以是一些无标注的图片。
编码器读入一张图片，输出一个向量，解码器读入这个向量，最后产生一张图片。Auto-Encoder的目标就是要让产生的图片和输入的图片越接近越好。
Encoder训练是为了捕获输入数据的关键特征，是对输入数据的另一种表示形式，一般比原始数据更简单。而Decoder是将这种表示重构回原始输入。将Encoder的输出用于下游任务，相当于是迁移学习或特征提取，在不依赖具体任务的情况下，提取输入数据的通用特征。
Auto-Encoder可以做什么？
- 比如一张图片组成的向量非常长，在经过Encoder之后，得到一个更低维的向量，然后用这个低维的向量去做下游任务。相当于将复杂的东西用简单的形式表示了，这样在做下游任务的时候，就不需要过多的训练资料。

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

这种方法可以用来做语者转换：同一段内容由不同人的声音读出来。比如下图所示，此时有两段不同内容且声音不同的语音序列，通过Encoder后，可以得到相应的向量表示，这个向量包含了序列的内容和声音特征，抽取出两个向量中的内容和声音特征，将男生的内容向量和女生的声音向量组合在一起形成一个新的向量，输入给Decoder将得到新的语音序列。

我们可以训练Auto-encoder来做文章总结。具体的，Encoder读入一篇文章，输出一段文字序列，这段文字是Encoder从文章中提取的关键内容，Decoder会读入这段文字还原这篇文章，注意到Encoder和Decoder都是输入一段序列，输出一段序列，所以Encoder和Decoder都是Seq2seq模型。
所以只要有大量的文章资料，就可以以无监督的学习的方式训练模型。

在这里插入图片描述

但是这种方式训练会存在一个问题，就是Encoder和Decoder之间可能存在自己的暗号，导致Encoder总结出来的东西人看不懂，但是Decoder能看懂并还原，所以我们需要一个判别器来增强机器生成的总结的真实性，也就是将文字输入给Discriminator。这部分属于GAN的知识。

在这里插入图片描述

我们知道Encoder可以提取高维图片的特征信息用低维的向量表示，所以Auto-encoder又可以用来做图片压缩。具体的，Encoder做的事情是压缩图片，得到的低维向量可以看作是压缩后的结果的向量表示，Decoder做的事情是解压缩，重建图像，得到与原始图像在结构上和外观上相似的图像，所以最终Decoder产生了压缩后失帧的图片。

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

异常检测的方法有很多中，使用Auto-Anomaly来做异常检测是一种可行的方法。
- 在训练时，和标准的训练Auto-encoder的方式一样，目的就是要让生成的图片和原始图片越相似越好。
- 在测试时，输入图片给Auto-encoder，计算Auto-encoder输出的图片和原始输入的图片的差异，如果差异较小，说明这张图片是正常图片，如果差异较大，说明这张图片可能是异常图片。这是因为在训练Auto-encoder的时候，Auto-encoder学习到了还原类似训练集中的图片的能力，如果新的图片和训练资料中的图片相似，那么Auto-encoder是可以较好的还原图片的，否则的话，还原出来的图片和原始输入图片差异较大。