自编码（Autoencoder）

自编码（Autoencoder）:

自编码是一种神经网络形式，属于神经网络的非监督学习，有时神经网络要输入大量的信息，比如输入的信息是高清图片，输入信息量可以达到上千万，让神经网络从上千万的信息中学习是一件非常吃力的工作，这时可以压缩一下，提取出原图片中最具代表性的信息，再把压缩后得到的信息放入神经网络中学习，这样神经网络学习起来将变得轻松。因此自编码就是将输入数据X1压缩再解压成X2，然后再通过对比X1和X2之间的误差，求出预测误差进行反向传递，重复提升自编码的准确性，训练好的自编码，就可以总结出原数据的精髓。最后就可以只要通过创建一个小的神经网络去学习这个精髓就可以达到很好的效果。