神经网络的非监督学习
Autoencoder 自编码
自编码是一种神经网络形式。
图片是经过了压缩和解压这两道工序,压缩时,原有图片质量被缩减,解压的时候,用信息量小但是包括了所有关键信息的图片恢复出原来的图片。
因为神经网络会接受大量是输入信息,当接受图片时,如果图片是高清的,那么信息量会达到上千万,神经网络直接在上千万的信息量中学习是一件非常困难的事情,所以压缩。
压缩后,将缩减后的信息放入神经网络学习,这时自编码便发挥了作用。
通过将原数据(例如图中的白色X)压缩,解压成黑色的X,然后通过对比黑白X求出预测误差。进行反向传递,逐步提高自编码的准确性。
从头到尾,我们只用到了输入信息X,并没有用到X对应的数据标签,所以自编码是一种非监督学习。
自编码 Autoencoder
最新推荐文章于 2023-12-11 19:14:23 发布