李宏毅机器学习Lecture 16 Unsupervised Learning - Auto-encoder 课程笔记

最新推荐文章于 2021-08-14 23:09:20 发布

didiqiq

最新推荐文章于 2021-08-14 23:09:20 发布

阅读量861

点赞数 1

本文链接：https://blog.csdn.net/weixin_41112167/article/details/101082938

版权

该篇博客详细介绍了自动编码器(Auto-Encoder)的概念，从PCA出发，探讨了深度自动编码器在图像恢复、文本搜索、预训练DNN等方面的应用。通过实例展示了自动编码器如何通过降维和重构过程提升数据表示的质量，以及在去噪和生成新图片方面的潜力。此外，还讨论了预训练在深度学习模型初始化中的作用。

摘要由CSDN通过智能技术生成

李宏毅机器学习Lecture 16 Unsupervised Learning - Auto-encoder 课程笔记

视频地址： https://www.youtube.com/watch?v=Tk5B4seA-AU

首先明确大前提是 unsuperised learning
在这里插入图片描述

auto-encoder

想法：首先找一个encoder，通过这个encoder能得到一张图片的精简表达
只学NN encoder 问题：只有input，没有output
只学NN decoder 问题：只有output，没有input
解决方法：把encoder 和decoder 连起来一起学，input一个图片中间变成一个code，再把code通过decoder变成原来的image。