一、自编码理论
1.1 自编码介绍
自编码网络是非监督学习领域中的一种,可以自动从无标注的数据中学习特征,是一种以重构输入信息为目标的神经网络,它可以给出比原始数据更好的特征描述,具有较强的特征学习能力,在深度学习中常用自编码网络生成的特征来取代原始数据,以取得更好的效果。自编码属于生成模型。
1.2 什么是自编码
什么是自编码?所谓自编码就是自己给自己编码,再简单点就是令输出等于输入自己。以一个简单三层网络为例如下:
自编码器通过隐藏层对输入进行了压缩,并在输出层中解压缩,整个过程肯定会丢失信息,但是通过训练我们能够使丢失的信息尽量减少,最大化的保留其主要特征。
编解码的过程:将输入数据放到网络,经过编码得到编码结果,再经过解码,得到输出(类似铸剑的过程,但生成后与原来不是完全一样)
1.3 其他编解码模型
seq2seq&#x