用Keras建立自动编码器

用Keras建立自动编码器

什么是autoencoders（自动编码器）?

“自动编码”是一种数据压缩算法，其中压缩和解压缩功能是1）数据特定的，2）有损的，3）从示例自动学习而不是由人工学习。另外，在几乎所有使用术语“自动编码器”的上下文中，压缩和解压缩功能都是用神经网络实现的。

1）自动编码器是特定于数据的，这意味着它们只能压缩类似于他们训练过的数据。这与例如MPEG-2音频层III（MP3）压缩算法不同，该算法通常仅保留关于“声音”的假设，而不关于特定类型的声音。在面部图片上训练的自动编码器在压缩树木图片方面做得相当差，因为它将学习的特征将是面部特定的。

2）自动编码器是有损耗的，这意味着与原始输入相比，解压缩的输出会降低（类似于MP3或JPEG压缩）。这与无损算术压缩不同。

3）自动编码器是从数据示例中自动学习的，这是一个有用的属性：它意味着很容易训练算法的特定实例，这些实例将在特定类型的输入上表现良好。它不需要任何新的工程，只需要适当的培训数据。